pengaruh pendapatan per kapita, tingkat …
TRANSCRIPT
PENGARUH PENDAPATAN PER KAPITA, TINGKAT
PARTISIPASI ANGKATAN KERJA PEREMPUAN,
PENDIDIKAN, RASIO KEBERGANTUNGAN
PENDUDUK, DAN TINGKAT PENGANGGURAN
TERHADAP TINGKAT FERTILITAS DI ASEAN
JURNAL ILMIAH
Disusun oleh :
Nurilla Dewi Khotimah
145020100111027
JURUSAN ILMU EKONOMI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS BRAWIJAYA
MALANG
2020
Judul :Pengaruh Pendapatan Per-Kapita, Tingkat Partisipasi Angkatan Kerja Perempuan,
Pendidikan, Rasio Kebergantungan Penduduk, dan Tingkat Pengangguran Terhadap Tingkat
Fertilitas di ASEAN
Nurilla Dewi Khotimah
Fakultas Ekonomi dan Bisnis Universitas Brawijaya
Email: [email protected]
ABSTRAK
Penelitian ini bertujuan untuk mengetahui pengaruh pendapatan per kapita, tingkat partisipasi
angkatan kerja perempuan, rasio kebergantungan usia, dan tingkat pengangguran terhadap tingkat
fertilitas di ASEAN. Metode penelitian ini menggunakan regresi data panel untuk melihat pengaruh
pendapatan per kapita, tingkat partisipasi angkatan kerja perempuan, rasio kebergantungan usia, dan
tingkat pengangguran terhadap tingkat fertilitas di ASEAN. Ditemukan hasil bahwa R-square dari
penelitian ini adalah sebesar 94,6% sehingga sisanya sebesar 0,4%nya dijelaskan oleh variabel lain di
luar model. Hasil first order test menunjukkan bahwa variabel bebas berpengaruh pada variabel terikat
baik secara parsial maupun simultan.
Kata kunci: fertilitas;tingkat partisipasi angkatan kerja perempuan;pendidikan; rasio kebergantungan
penduduk; pendapatan per-kapita; ASEAN..
A. PENDAHULUAN
Transisi demografi di setiap negara ASEAN bergerak dengan kecepatan yang berbeda. Perbedaan
tahapan aspek demografi yang dialami ASEAN beragam. Penjelasan mengenai penurunan fertilitas
terjadi karena beberapa factor yaitu, perubahan sosio-ekonomi yang cepat, program Keluarga Berencana
yang terorganisir secara spasial, dan proses difusi sosial yang beragam secara signifikan dan intens
seiring berjalannya waktu, menurut Hirschman (2001:6). Selama tiga dekade, penurunan fertilitas di
Asia Tenggara secara koinsiden dibarengi dengan pertumbuhan ekonomi. Maka dari itu, timbul dugaan
apabila pertumbuhan ekonomi mempengaruhi penurunan fertilitas menurut Anu Rammohan (2015:1).
ASEAN telah mengalami penurunan fertilitas secara drastic lebih dari 10 persen sejak 1990
berdasaarkan penelitian Subramaniam dkk., (2018:1). Pada tahun 2030 diperkirakan akan mencapai
replacement level pada negara-negara ASEAN. Sedangkan, 5 dari 10 negara telah jatuh di bawah
replacement level. Kamboja, Indonesia, Filipina, dan Laos masih di atas 2.1% dari replacement level.
Tingkat fertilitas mengalami penurunan 6 kelahiran menjadi 3, penundaan menikah berkontribusi besar
pada penurunan temporal fertilitas di beberapa negara ASEAN. Hal tersebut dinyatakan oleh Hirschman
(2001:1).
Penelitian ini mengkaji demografis terkait kelahiran (tingkat fertilitas) di sepuluh negara ASEAN
sebagaimana telah telah diteliti terlebih dahulu pada Asia Selatan maupun Eropa beserta penyebabnya.
Adapun kajian mengenai demografis di Arab Saudi. Namun, menurut Salam,Al Mutairi, Elsegaey, dan
Jumaah (2016:1), penelitian demografis tidak banyak dikaji karena tradisi, budaya, dan norma. Akan
tetapi, modernisasi, urbanisasi, dan industrialisasi yang mendorong perbaikan Pendidikan dan perubahan
gaya hidup. ASEAN pun memiliki keberagaman atas tradisi, budaya, dan norma yang dipatuhi di tiap-
tiap negaranya. ASEAN juga memiliki ragam tahapan industrialisasi. Negara-negara di dunia
menghadapi penuaan penduduk, termasuk negara-negara ASEAN, kecuali Filipina berdasarkan ERIA
pada situsnya (2017). Sementara itu, Kujis dalam kolomnya di Brink (2017) untuk beberapa
perekonomian Asia, transisi demografi bukan hal baru, seperti Jepang, Cina, Korea Selatan, Taiwan, dan
Hongkong. Akan tetapi, kebanyakan negara anggota ASEAN belum mengalaminya.
Oleh karena itu, untuk mengetahui bagaimana faktor-faktor tersebut mempengaruhi fertilitas di
ASEAN dan memberikan proyeksi yang dapat menjadi bahan pertimbangan kebijakan, penulis
bermaksud melakukan penelitian dengan judul “Analisis Pengaruh Pendapatan per-kapita, Tingkat
Partisipasi Angkatan Kerja Perempuan, Rasio Kebergantungan Usia, Tingkat Pengangguran, dan
Pendidikan terhadap Fertilitas di ASEAN.
B. KAJIAN TEORITIS
Analisis Ekonomi dari Fertilitas Becker (1965)
Analisis Becker menunjukkan bahwa kematian anak telah mengalami kejatuhan sehingga perubahan
pendapatan memiliki pengaruh kecil pada jumlah anak yang selamat. Penurunan jumlah kematian anak
akan menyebabkan penurunan jumlah pada anak. Kedua, sekarang kelahiran dapat dikendalikan tanpa
kendali diri sehingga tidak menjamin besarnya pertumbuhan pendapatan di atas tingkat subsisten dari
peningkatan fertilitas. Menurut Becker (1965:4) perubahan biaya pada anak merupakan perubahan
kualitas yang diberikan, karena adanya perubahan harga pada makanan maupun Pendidikan. Biaya
memiliki anak dapat meningkat tapi peningkatan pengeluaran tidak menjamin peningkatan kualitas pada
anak. Keluarga dengan tingkat pendapatan lebih tinggi memilih kualitas yang lebih baik bagi anak
dibandingkan opsi lain. Biaya yang lebih tinggi menjelaskan mengapa keluarga dengan tingkat
pendapatan lebih tinggi memiliki lebih sedikit anak karena adanya tekanan sosial yang mempengaruhi
perilaku tersebut.
Ketidakpastian dalam produksi dijelaskan oleh ketidakpastian konsumsi. Ketidakpastian ini
menentukan manfaat actual dan manfaat yang diperkirakan. Kelompok orangtua diasumsikan
mendapatkan manfaat marjinal setara dengan 𝑈𝑚 dan 𝑈𝑓 dari anak perempuan. Perkiraan manfaat dari
tambahan anak setara dengan 𝐸𝑈 = 𝑃𝑈𝑚 + (𝑡 − 𝑃)𝑈𝑡 ≅𝑈𝑚+ 𝑈𝑓
2 dimana P adalah probabilitas dari laki-
laki yang setara dengan I
2. Orangtua akan menambah anak Ketika perkiraan manfaat per dollar atau
perkiraan manfaat atas perkiraan biaya tambahan anak lebih besar daripada di baya lainnya. Konsekuensi
kedua dari menyatukan konsumsi dan produksi adalah jumlah anak yang tersedia tidak hanya dijelaskan
oleh pendapatan dan biayanya tapi juga kemampuan keluarga memiliki anak.
Populasi dan Pertumbuhan Ekonomi (Becker, Gleaser, dan Murphy:1990)
Model Malthusian dipandang lemah jika dihadapkan perekonomian perkotaan. Peningkatan populasi
dan urbanisasi membantu spesialisasi dan investasi lebih besar pada sumber daya manusia dan pesatnya
akumulasi pengetahuan baru. Model Becker menjelaskan tiga pilihan bagi generasi keluarga yaitu
melalui konsumsi, memiliki anak, dan investasi pada sumber daya manusia terhadap anak mereka
dengan mengabaikan modal fisik.
Orangtua mengalokasikan proporsi tetap atas waktu (T) antara memproduksi konsumsi sekarang dan
memproduksi anak. Batasan waktunya dijelaskan oleh 𝑇 = 𝑙 + 𝑛ℎ, dimana 𝑙 adalah waktu yang
dihabiskan di pasar tenaga kerja dan 𝑛 adalah jumlah anak, sementara ℎ adalah jumlah waktu yang
dihabiskan untuk memiliki dan mengasuh anak. Asumsi dari fungsi manfaat dapat dipisahkan antara
konsumsi masa sekarang [dinotasikan dengan 𝑢(𝑐)] 𝑈 = 𝑢(𝑐) + 𝑎𝑛1−𝑒𝑉(𝑞)
𝑒 adalah elastisitas konstan atas manfaat yang dirasakan orangtua sehubungan dengan jumlah anak.
Populasi masuk melalui dampak produksi konsumsi dan investasi barang. Output konsumsi diasumsikan
pada fungsi yaktu yang dihabiskan untuk bekerja seperti pada formula berikut.
𝑐 = 𝑐(𝑙, 𝑃) Turunnya pengembalian dapat terjadi karena pertumbuhan penduduk membutuhkan persediaan
sumber daya alam. Akan tetapi, tingkat penduduk yang lebih besar dapat menghasilkan spillover positif
melalui spesialisasi yang lebih mumpuni antara pekerja pada sector konsumsi.
Teori Fertilitas dan Pertumbuhan Ekonomi (Becker, Murphy, dan Tamura:1990)
Analisis ini tumbuh dari asumsi fertilitas endogen dan meningkatnya tingkat pengembalian
sumberdaya manusia selaras dengan meningkatnya sejumlah sumber daya manusia. Ketika sumber daya
manusia berlimpah, tingkat pengembalian investasi sumber daya manusia meningkat relative pada
tingkat pengembalian pada anak dimana sumber daya manusia menjadi langka, tingkat pengembalian
sumber daya manusia rendah sehubungan dengan jumlah anak.
Sumber daya manusia dapat diabaikan sehingga tingkat fertilitas tinggi, sementara, sumber daya
manusia tersebar dan tumbuh sepanjang waktu secara intensif memberikan penekanan pada tingkat upah
yang tinggi karena sumber daya manusia ataupun modal fisik per pekerja menyebabkan efek substitusi,
terpisah dari fertilitas dengan meningkatnya biaya pada anak.
Asumsi kedua mengenai fertilitas lebih baru dan datang dari penelitian terbaru oleh Becker dan Barro
dalam Becker, Murphy dan Tamura (1990:5) yang menyatakan bahwa tingkat bunga diskonto diterapkan
pada generasi masa sekarang pada pendapatan per-kapita generasi berikutnya bergantung secara
negative pada fertilitas generasi pada masa sekarang. Becker dan Barro mendorong asumsi dengan
fungsi utilitas orangtua altruistic terhada anak-anaknya. Tingkat diskonto antar generasi dijelaskan
dengan derajat altruism orang tua pada tiap anak. Menurunnya marjinal utilitas menunjukkan tingkat
diskonto digunakan untuk utilitas tiapp anak menurunkan tingkatan jumlah anak. Formula
sedeerhananya sebagai berikut.
𝑉𝑡 = 𝑢(𝑐𝑡) + 𝑎(𝑛𝑡)𝑛𝑡𝑉𝑡+1 , Dengan 𝑢′ > 0, 𝑢′′ < 0, 𝑑𝑎𝑛 𝑎′ < 0; 𝑉𝑡 𝑑𝑎𝑛 𝑉𝑡+1 adalah utilitas orangtua dan tiap anak; 𝑐𝑡adalah
konsumsi orangtua; dan 𝑛𝑡 adalah jumlah anak. Derajat altruism per anak, 𝑎(𝑛) sevara negatif
berhubungan dengan jumlah anak.
Gambar 1. Implikasi pada Sumber Daya Manusia dan Fertilitas Ketika Tingkat Fertilitas Berada pada
Steady State
Sumber: Becker, Murphy, dan Tamura. 1990. Human Capital, Fertility, and Economic Growth.
Chicago: University of Chicago Press.
[𝑎(𝑛∗)]−1 > 𝑅ℎ(𝐻∗),
(3)
Dimana 𝑛∗ adalah steady state tingkat fertilitas. Jika tingkat pengembalian akhirnya jatuh ketika
𝐻 semakin besar, 𝐻∗ merujuk pada tingkat konstan dari 𝐻, sebagaimana pada 𝐿 pada figure 1.
Bagaimanapun, jika asimtot 𝑅ℎ pada tingkat konstan, maka 𝐻∗ merujuk pada tingkat konstan
pertumbuhan dari 𝐻, digambarkan oleh kurva ℎ′ℎ′ pada figure 2.
Kebijakan fungsi ℎℎ dan ℎ′ℎ′ pada figure 1 dan 2 memberikan sumber daya manusia pada saat
𝑡 + 1 sebagai fungsi dari sejumlah 𝑡. Steady state saat 𝐻 = 0 dan 𝐻 = 𝐻∗ stabil secara lokal karena ℎℎ
dan ℎ′ℎ′ di bawah garis steady state 𝐻𝑡+1 = 𝐻𝑡 untuk seluruh 𝐻 < �̂� dan di atas garis steady state untuk
seluruh 𝐻 > �̂�. Titik 𝑊 pada 𝐻 − �̂� adalah steady state ketiga, tapi karena tidak stabil, simpangan
negatif (𝐻 < �̂�) mengarah kepada 𝐻 = 0 dan simpangan positif (𝐻 > �̂�) mengarah kepada 𝐻∗.
Steady state pada tingkat �̂� non-optimal ketika program tidak cekung secara global. Steady state tidak
stabil �̂� kemudian digantikan oleh ambang batas stok sumber daya manusia 𝐻 ≠ 𝐻 . Pada 𝐻, orangtua
tidak memperdulikan antara mengurangi atau menambah sumber daya manusia pada anaknya.
Gambar 2. Keseimbangan Tingkat Pengembalian Investasi Dalam Modal Fisik Setara Dengan Tingkat
Diskonto Endogen
Sumber: Becker, Murphy, dan Tamura. 1990. Human Capital, Fertility, and Economic Growth.
Chicago: University of Chicago Press.
Keseimbangan stok modal fisik positif ketika steady state dengan 𝐻 = 0. Keseimbangan
tingkat pengembalian pada investasi dalam modal fisik setara dengan tingkat diskonto endogen.
[𝑎(𝑛𝑢)]−1 = 𝑅𝑘 𝑑𝑖𝑚𝑎𝑛𝑎 𝐻 = 0, 𝐾 = 𝐾𝑢 ,
(4)
Dimana 𝑅𝑘 adalah tingkat pengembalian investasi dari K.
Jumlah per kapita dari modal fisik pada steady state dengan 𝐻 = 𝐻∗ cenderung lebih besar daripada
steady state dengan 𝐻 = 0 karena tingkat diskonto yang lebih rendah, walaupun keseimbangan stok per
kapita dari modal fisik dipengaruhi juga oleh derajat komplementaritas atau substitusi dalam produksi
antara 𝐾 dan 𝐻. Bagaimanapun, jika 𝐻 tumbuh pada tingkat konstan pada steady state, keseimbangan
stok modal fisik pun akan tumbuh konstan.
Sektor konsumsi pun memiliki fungsi produksi Cobb-Douglas sebagai berikut:
𝐶𝑡 + 𝑓𝑛𝑡 = 𝐷𝑙𝑡(𝑑𝐻0 + 𝐻𝑡),
Dimana 𝑐 adalah konsumsi per kapita orang dewasa, 𝐷 mengukur produktivitas sektor ini, 𝑙 adalah waktu
yang dihabiskan tiap orang dewasa untuk memproduksi barang konsumen, dan 𝑑 adalah tingkat
pertukaran antara 𝐻0 dan 𝐻. Fertilitas yang Diharapkan dan Partisipasi Angkatan Kerja Perempuan (Robert J. Willis:2016)
Model teoritis dari perilaku keluarga ditunjukkan oleh model permintaan fertilitas sebagai berikut,
𝑁 = {𝑁0(𝐻, 𝑇) 𝑗𝑖𝑘𝑎 𝑅 = 0 𝑁1(𝐻, 𝑘, 𝑇)
𝑗𝑖𝑘𝑎 𝑅 = 1 𝑅 = 𝑅(𝑆0 (𝐻, 𝑇), 𝐻, 𝑘, 𝑇) (1)
Jika 𝑁0 adalah fungsi permintaan milik keluarga untuk jumlah anak jika istri tidak bekerja (𝑅 = 0) dan
keluarga menghadapi fungsi permintaan tipe-𝐾; 𝑁1 adalah fungsi permintaan jika istri bekerja ( 𝑅 = 1) dan keluarga menghadapi batasan 𝐽 𝑎𝑡𝑎𝑢 𝐽∗; dan 𝑅 adalah fungsi angkatan kerja istri dimana fungsi
permintaan untuk 𝑆 di bawah batasan tipe- 𝐾, 𝑆0(𝐻, 𝑇) telah disubstitusi untuk S. Sebelum 𝑁0, 𝑁1, dan
𝑅 diselidiki persamaan di atas akan dirumuskan kembali agar lebih cocok untuk tujuan empiris.
Meskipun model teoritis berkonsentrasi pada keluarga hipotetis tunggal, implikasi empiris
harus diuji dengan data populasi keluarga, beberapa proporsi yang menghadapi batasan 𝐽 𝑎𝑡𝑎𝑢 𝐽∗ dan
proporsi yang ada yang menghadapi batasan tipe- 𝐾. Karena hubungan permintaan, 𝑁1 dan 𝑁0, antara
fertilitas dan ukuran dari 𝐻, 𝑘, 𝑑𝑎𝑛 𝑇 diharapkan untuk membedakan dua kelompok karena perbedaan
pada kedua batasan tersebut.
Namun, prosedur ini hanya valid di bawah asumsi tap keluarga memiliki selera yang identic
dan teknologi konsumsi yang sama, tiap istri memiliki fungsi penerimaan yang sama, dan tidak ada
kelahiran aksidental.
Perubahan Demografi dan Dampaknya pada Ekonomi (Bloom dan Canning dalam Shoven:2005)
Perubahan demografi dan kemungkinan dampak umum ekonominya dideskripsikan oleh
Bloom dan Canning dalam Shoven (2005:30). Terdapat pembahasan bagaimana demografi berpengaruh
pada pertumbuhan ekonomi: (a) pengaruh pasar tenaga kerja, (b) pengaruh pada tabungan dan akumulasi
modal, dan (c) pengaruh pada pendaftaran pendidikan dan sumber daya manusia. Pengaruh pasar tenaga
kerja dapat dijelaskan dengan melihat rasio ketergantungan yang menunjukkan pengaruh struktur usia
yang signifikan. Pengaruh pada tabungan dan akumulasi modal didasarkan oleh asumsi pasar modal
internasional yang tidak sempurna. Bagaimanapun, teori siklus hidup tidak dapat menjelaskan kenaikan
kuat dalam tabungan Asia Timur tingkat suku bunga tabungan pada dekade lalu, akan tetapi
meningkatnya harapan hidup dengan kebutuhan pada pendapatan pensiun nampaknya penjelasan yang
menjanjikan. Pengaruh pada pendaftaran sekolah dan sumber daya manusia bekerja melalui harapan
hidup yangmana predictor kuat dari tingkat pendaftaran sekolah dalam kajian antar negara menurut
Behrman dalam Shoven (2005:30).
Pengaruh Perubahan Populasi pada Pertumbuhan Ekonomi (Bloom, Canning dan Sevilla dalam
Shoven:2005)
Terdapat perdebatan mengenai pengaruh perubahan populasi pada pertumbuhan ekonomi oleh
Bloom, Canning, dan Sevilla dalam Shoven (2005:32). Terdapat tiga arahan utama:
1. Teori pesimistik yang ditunjukkan oleh Bloom dan Canning dalam Shoven (2005:32),
singkatnya, yang menyatakan pertumbuhan penduduk dapat menghalangi pembangunan
ekonomi.
2. Teori optimistic melihat kemungkinan pertumbuhan penduduk dapat mendorong pertumbuhan
ekonomi melalui kecerdasan dan skala ekonomi. Ditambah lagi, tekanan ekonomi pada sumber
daya dapat mendorong inovasi.
3. Teori netralistik melihat tidak ada pengaruh signifikan pada pertumbuhan ekonomi. Tiga
wilayah riset utama yang menjadi alasan bangkitnya netralisme penduduk pada tahun 1980-an
menurut Kelley Shoven (2005:32) adalah:
a. Semakin berkurangnya sumber daya alam yang tidak dipengaruhi secara kuat oleh
pertumbuhan penduduk karena adanya teknologi dan alokasi pasar dari sumber daya
yang efisien.
b. Dampak dari reduksi tabungan pada pertumbuhan ekonomi pada pertumbuhan
populasi tidak dapat ditemukan.
c. Pertumbuhan penduduk tidak mengarah pada diversifikasi sumber daya apapun pada
wilayah produktif secara ekonomis.
Spesifikasi dari Pengaruh Struktur Usia (Shoven:2005)
Terdapat banyak aspek dari perilaku manusia seperti penawaran tenaga kerja,
tabungan, aktivitas kriminal, dan usia spesifik. Ketika menghitung pengaruh struktur usia
timbul tantangan seperti konsekuensi dari tingginya dimensi dari struktur usia penduduk.
Beberapa peneliti menggunakan pembagian umur seoerti pada Beaudry dan Collard pada tahun
2003, ataupun menggabungkan keduanya yaitu pembagian umur dan rasio ketergantungan.
C. Metode Penelitian dan Analisis Data
Variabel dependen yang digunakan dalam penelitian ini adalah tingkat fertilitas di
negara-negara ASEAN. Tingkat fertilitas total menurut World Bank merepresentasikan jumlah
anak yang dilahirkan seorang perempuan jika ia hidup hingga akhir tahun-tahun melahirkan
anak dan melahirkan anak sesuai dengan usia spesifik tingkat fertilitas pada tahun yang telah
ditentukan.
Variabel independen yang digunakan dalam penelitian ini yaitu pendapatan per
kapita, partisipasi angkatan kerja, pendidikan, rasio kebergantungan, dan tingkat
pengangguran. Pendapatan per kapita, partisipasi angkatan kerja perempuan, lama masa
sekolah, rasio ketergantungan usia dan tingkat pengangguran menunjukkan ketidakpastian
ekonomi dalam mempengaruhi keputusan memiliki anak.
Tabel 3.1 Sumber Data Penelitian
A Satuan Sumber Data
Pendapatan per Kapita PDB per kapita (PPP, USD) World Bank
Rata-rata Masa Sekolah Jumlah tahun yang dihabiskan
penduduk untuk sekolah
UNDP
Tingkat Partisipasi
Angkatan Kerja,
persentase dari Penduduk Usia
15-64 (dimodelkan oleh
perkiraan ILO)
World Bank
Rasio Ketergantungan Jumlah penduduk usia muda
dan usia tua dibagi dengan
jumlah penduduk usia
produktif dikali 100% dalam
bentuk persentase
World Bank
Tingkat Pengangguran Persentase dari jumlah
pengangguran dibandingkan
jumlah angkatan kerja
World Bank
Tingkat Fertilitas Rata-rata jumlah anak yang
dilahirkan oleh pasangan
menikah
World Bank
Penelitian ini dilakukan dengan menggunakan model regresi data panel yang dibantu dengan
program eviews. Regresi data panel menawarkan data yang lebih informatif, beragam, tidak lebih
kolinear antar variabelnya, derajat kebebasan yang lebih tinggi, dan lebih efisien. Model ini
mengkombinasikan time series dari observasi cross-section. Model panel mempelajari pengulangan
cross-section sehingga cocok untuk mengkaji dinamika perubahan seperti pengangguran, job turnover,
dan mobilitas tenaga kerja seperti yang dijelaskan oleh Gujarati (2004:332).
𝐹𝑒𝑟𝑡𝑖𝑙𝑖𝑡𝑎𝑠 = 𝛼 + 𝛽1𝑃𝑒𝑛𝑑𝑎𝑝𝑎𝑡𝑎𝑛 𝑝𝑒𝑟 𝐾𝑎𝑝𝑖𝑡𝑎 + 𝛽2𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑎𝑟𝑡𝑖𝑠𝑖𝑝𝑎𝑠𝑖 𝐴𝑛𝑔𝑘𝑎𝑡𝑎𝑛 𝐾𝑒𝑟𝑗𝑎 + 𝛽3𝐿𝑎𝑚𝑎 𝑃𝑒𝑛𝑑𝑖𝑑𝑖𝑘𝑎𝑛 + 𝛽4𝑅𝑎𝑠𝑖𝑜 𝐾𝑒𝑏𝑒𝑟𝑔𝑎𝑛𝑡𝑢𝑛𝑔𝑎𝑛+ 𝛽5𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝑃𝑒𝑛𝑔𝑎𝑛𝑔𝑔𝑢𝑟𝑎𝑛 𝜀𝑖𝑡
Dimana :
𝛼 = Konstanta
𝛽1𝛽2𝛽3𝛽4𝛽5 = Perubahan Y untuk Perubahan X
Fertilitas = Tingkat Fertilitas (%)
Pendapatan per Kapita = Pendapatan per Kapita (PPP, USD)
Partisipasi Angkatan Kerja = Tingkat Partisipasi Angkatan Kerja Perempuan
Pendidikan = Rata-rata Masa Sekolah
Rasio Ketergantungan = Perbandingan Jumlah Penduduk Usia Non Produktif per Jumlah Penduduk
Usia
Produktif (%)
Tingkat Pengangguran = Jumlah Pengangguran per Jumlah Angkatan Kerja (%)
𝜀𝑖𝑡 = Error Term
D. Hasil dan Pembahasan
Uji Chow
Chow test dilakukan dengan uji F statistiks merupakan pengujian statistik yang bertujuan untuk
memilih apakah lebih baik menggunakan model Pooled Least Square atau Fixed Effect. Terdapat
hipotesis dalam pengujian ini sebagai berikut :
𝐻0 : model common efect
𝐻1 : model fixed effect
Jika nilai probabilitas kurang dari 0,05 maka model yang dipilih untuk digunakan adalah model fixed
effect dan jika nilai probabilitas lebih dari 0,05 maka yang dipilih adalah model common effect. Dengan
bantuan aplikasi Eviews 8.0 diperoleh hasil uji chow disajikan pada tabel berikut :
Tabel 4.7.1.1 Hasil Uji Chow
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects
Effects Test Statistik d.f. Prob.
Cross-section F 24.491371 (9,265) 0.0000
Cross-section Chi-square 169.481058 9 0.0000
Sumber : Hasil Pengolahan Data Sekunder, 2020
Berdasarkan tabel output di atas, terdapat hasil prob. chi-square untuk hasil estimasi uji Chow
adalah senilai 0,0000. Karena nilai prob. chi-square < 0,05, maka dapat ditarik kesimpulan bahwa model
yang digunakan adalah model fixed effect. Selanjutnya, dilakukan uji hausman untuk memilih antara
model fixed effect atau random effect.
Uji Hausman
Uji hausman digunakan untuk menentukan model yang lebih baik digunakan antara pendekatan
Random Effect atau Fixed Effect. Dengan menjalankan aplikasi software Eviews 8.0 diperoleh hasil
sebagai berikut:
Tabel 4.7.1.2 Hasil Uji Hausman
Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects
Test Summary
Chi-Sq.
Statistik Chi-Sq. d.f. Prob.
Cross-section random 22.305029 5 0.0005
Sumber : Hasil Pengolahan Data Sekunder, 2020
Berdasarkan tabel output di atas, didapatkan hasil bahwa prob. chi-square untuk hasil estimasi uji
hausman adalah senilai 0,0000. Karena nilai prob. chi-square < 0,0005, maka dapat ditarik kesimpulan
bahwa pendekatan menggunakan Fixed Effect.
Hasil Uji Asumsi Klasik
Uji asumsi klasik dilakukan untuk mengetahui apakah model telah memenuhi BLUE (Best
Linear Unbiased Estimator). Asumsi klasik dipenuhi jika telah diketahui apakah model lolos dari uji
multikolinieritas, uji autokorelasi, dan uji heteroskedastisitas.
Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah residu data terdistribusi secara normal.
Gambar 4.7.2 Uji Normalitas jarque-Bera
0
4
8
12
16
20
24
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0
Series: ResidualsSample 1 280Observations 280
Mean 3.47e-16Median -0.074557Maximum 2.018719Minimum -1.459408Std. Dev. 0.661432Skewness 0.231440Kurtosis 2.791274
Jarque-Bera 3.007961Probability 0.222244
Sumber : Hasil Pengolahan Data Sekunder, 2020
Berdasarkan hasil output di atas, bahwa nilai probability sebesar 0,22224 Karena nilai probabilitasnya
adalah (0,22224) > 0,5, maka dapat disimpulkan bahwa residual terdistribusi normal.
Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk mengetahui apakah beberapa atau semua variabel bebas
memiliki korelasi tinggi. Dengan menjalankan aplikasi Eviews diperoleh hasil sebagai berikut :
Tabel 4.7.3.2 Uji Multikolinearitas
Variance Inflation Factors
Date: 02/05/21 Time: 13:33
Sample: 1 280
Included observations: 280
Coefficient Uncentered Centered
Variable Variance VIF VIF
C 0.259120 162.8679 NA
INCOME_CAP 4.09E-12 2.345762 1.575367
EDU 0.000964 27.14373 2.874802
LFPR 2.08E-05 48.94736 1.828068
ADR 1.27E-05 25.93464 1.514066
UNEMP 0.001329 8.575661 2.335036
Sumber : Hasil Pengolahan Data Sekunder, 2020
Dari output di atas dapat dilihat bahwa tidak terdapat masalah multikolinieritas karena nilai VIF untuk
variabel ukuran pendapatan per kapita, tingkat partisipasi angkatan kerja, rasio ketergantungan usia,
tingkat pengangguran dan tingkat pendidikan berada di bawah 10.
Uji Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik
autokorelasi yaitu korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain
pada model regresi. Uji autokorelasi dilakukan dengan menggunakan uji statistik Durbin Watson, yaitu
dengan membandingkan angka Durbin-Watson hitung (DW) dengan nilai kritisnya (dL dan dU). Kriteria
pengambilan kesimpulan :
Jika DW < dL atau DW > 4 – dL, maka terdapat autokorelasi.
Jika dU < DW < 4 – dU, maka tidak terdapat autokorelasi.
Jika dL ≤ DW ≤ dU atau 4 – dU ≤ DW ≤ 4 – dL, uji Durbin Watson tidak menghasilkan kesimpulan
yang pasti (inconclusive).
Dengan ukuran sampel n = 280, = 0,05 dan banyaknya variabel independen k = 5, didapat nilai kritis
dL = 1,7176 dan dU =1,8199. Hasil pengujian autokorelasi dapat dilihat pada tabel berikut :
Tabel 4.7.3.3 Hasil Uji Autokorelasi
R-squared 0.895585 Mean dependent var 3.47E-16
Adjusted R-squared 0.892898 S.D. dependent var 0.661432
S.E. of regression 0.216463 Akaike info criterion -0.194640
Sum squared resid 12.74488 Schwarz criterion -0.090789
Log likelihood 35.24956 Hannan-Quinn criter. -0.152985
F-statistik 333.2857 Durbin-Watson stat 1.863989
Prob(F-statistik) 0.000000
Sumber : Hasil Pengolahan Data Sekunder, 2020
Berdasarkan tabel diatas diperoleh nilai Durbin-Watson sebesar 1,578. Karena nilai DW berada di antara
dU (1,8199) < DW (1.863989) < 4 – dU (2,1801), artinya tidak tidak terdapat autokorelasi.
Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan
varian dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu
pengamatan ke pengamatan lain tetap maka disebut homoskedastisitas.. Hasil uji heteroskedastisitas
White dengan aplikasi Eviews adalah sebagai berikut :
Tabel 4.7.3.4 Uji Heteroskedastisitas
Heteroskedasticity Test: White
F-statistik 1.815257 Prob. F(5,19) 0.1579
Obs*R-squared 8.081809 Prob. Chi-Square(5) 0.1518
Scaled explained SS 2.916571 Prob. Chi-Square(5) 0.7128
Sumber : Hasil Pengolahan Data Sekunder, 2020
Berdasarkan tabel output di atas, tampak bahwa nilai probabilitas obs*R-Square > 0,05 , maka dapat
ditarik kesimpulan bahwa tidak terdapat pelanggaran asumsi heteroskedastisitas.
Hasil Uji Statistik
Koefisien determinasi digunakan untuk mengestimasi seberapa besar kemampuan variabel
dependen menjelaskan variabel independen dalam model ini adalah pengaruh pendapatan per kapita,
pendidikan, angkatan kerja perempuan, rasio ketergantungan usia dan tingkat pengangguran secara
bersama-sama terhadap tingkat fertilitas. Besaran pengaruh ini memiliki kisaran dari interval 0 hingga 1
atau 0% hingga 100%.
Tabel 4.7.3.1 Analisis Koefisien Determinasi
Dependent Variable: TFR
Method: Panel Least Squares
Date: 02/05/21 Time: 13:13
Sample: 1990 2017
Periods included: 28
Cross-sections included: 10
Total panel (balanced) observations: 280
Variable Coefficient Std. Error t-Statistik Prob.
C 3.060613 0.407284 7.514683 0.0000
INCOME_CAP -0.168514 0.017697 -9.522149 0.0000
EDU -0.208385 0.039400 -5.288895 0.0000
LFPR -0.311259 0.082347 -3.779865 0.0002
ADR 0.237547 0.042929 5.533529 0.0000
UNEMP 0.050400 0.015883 3.173236 0.0017
R-squared 0.945828 Mean dependent var 0.923248
Adjusted R-squared 0.942966 S.D. dependent var 0.360592
S.E. of regression 0.086116 Akaike info criterion -2.014164
Sum squared resid 1.965223 Schwarz criterion -1.819443
Log likelihood 296.9830 Hannan-Quinn criter. -1.936061
F-statistik 330.4861 Durbin-Watson stat 0.142975
Prob(F-statistik) 0.000000
Sumber : Hasil Pengolahan Data Sekunder, 2020
Berdasarkan hasil output Eviews 8.0 di atas, diperoleh nilai R-squared sebesar 0.945828. Nilai tersebut
menunjukkan bahwa variabel independen yaitu pendapatan per kapita, pendidikan, angkatan kerja
perempuan, ketergantungan usia dan tingkat pengangguran dapat menjelaskan variabel dependen yang
dalam model ini adalah tingkat fertilitas sebesar 94,6%. Sementara, sisanya sebesar 5,4% dapat
dijelaskan variabel lain di luar model yang terdapat pada penelitian ini.
Uji Signifikansi Simultan (Uji F)
Untuk mengetahui signifikan atau tidaknya suatu pengaruh dari variabel-variabel bebas secara
bersama-sama atas suatu variabel tidak bebas digunakan uji F atau pengujian secara simultan. Dalam
model ini, perlu diketahui bagaimana kelima variabel bebas secara bersama-sama mampu
mempengaruhi variabel terikat dengan signifikan secara statistik.
Hasil uji F dengan melakukan olah data melalui Eviews 8.0 maka didapatkan hasil pada tabel
berikut:
Tabel 4.7.3.2 Pengujian Hipotesis Secara Simultan (Uji F)
Dependent Variable: TFR
Method: Panel Least Squares
Date: 02/05/21 Time: 13:13
Sample: 1990 2017
Periods included: 28
Cross-sections included: 10
Total panel (balanced) observations: 280
Variable Coefficient Std. Error t-Statistik Prob.
C 3.060613 0.407284 7.514683 0.0000
INCOME_CAP -0.168514 0.017697 -9.522149 0.0000
EDU -0.208385 0.039400 -5.288895 0.0000
LFPR -0.311259 0.082347 -3.779865 0.0002
ADR 0.237547 0.042929 5.533529 0.0000
UNEMP 0.050400 0.015883 3.173236 0.0017
R-squared 0.945828 Mean dependent var 0.923248
Adjusted R-squared 0.942966 S.D. dependent var 0.360592
S.E. of regression 0.086116 Akaike info criterion -2.014164
Sum squared resid 1.965223 Schwarz criterion -1.819443
Log likelihood 296.9830 Hannan-Quinn criter. -1.936061
F-statistik 330.4861 Durbin-Watson stat 0.142975
Prob(F-statistik) 0.000000
Sumber : Hasil Pengolahan Data Sekunder, 2020
Berdasarkan tabel di atas, diperoleh nilai Prob. F hitung sebesar 0,000000. Karena nilai Prob. F hitung
(0,000000) < 0,05, maka H0 ditolak. Dengan demikian dapat disimpulkan bahwa secara simultan
terdapat pengaruh pada variabel pendapatan per kapita, pendidikan, angkatan kerja perempuan,
ketergantungan usia dan tingkat pengangguran secara bersama-sama berpengaruh signifikan secara
statistik terhadap tingkat fertilitas.
Uji Signifikansi Parsial (Uji t)
Sejumlah sampel pengujian 280 data dilakukan regresi. Hasil uji t berdasarkan olah data yang
dilakukan dengan Eviews 8.0 didapatkan hasil sebagaimana ditampilkan tabel berikut :
Untuk mengetahui besarnya pengaruh pendapatan per kapita, pendidikan, angkatan kerja
perempuan, rasio ketergantungan usia dan tingkat pengangguran terhadap tingkat fertilitas, maka
digunakan analisis regresi dengan persamaan sebagai berikut :
Berdasarkan hasil perhitungan pada tabel di atas, diperoleh bentuk persamaan regresi linier berganda
sebagai berikut:
Y = 3.060613 - 0.168514X1 - 0.208385X2 - 0.311259 X 3 + 0.237547X4 + 0.050400X5
Nilai koefisien regresi pada variabel-variabel bebasnya menggambarkan apabila diperkirakan variabel
bebasnya naik sebesar satu satuan jika nilai variabel bebas lainnya diasumsikan konstan (berlaku ceteris
paribus) atau sama dengan nol, maka nilai variabel terikat akan naik atau bisa turun sesuai dengan tanda
pada koefisien regresi variabel bebasnya.
Berdasarkan persamaan regresi diperoleh nilai konstanta sebesar 3.060613 Artinya, jika
variabel tingkat fertilitas tidak dipengaruhi oleh kelima variabel bebasnya yaitu pendapatan per kapita,
pendidikan, angkatan kerja perempuan, ketergantungan usia dan tingkat pengangguran (bernilai nol),
maka besarnya rata-rata tingkat fertilitas akan bernilai 3.060613. Jika dilihat nilai probabilitasnya 0.0000
lebih kecil daripada α = 5% maka konstantanya signifikan secara statistik.
Tanda koefisien regresi variabel bebas menunjukkan arah hubungan negatif dari variabel
𝑋1 dengan tingkat fertilitas. Koefisien regresi untuk variabel bebas 𝑋1 bernilai negatif, menunjukkan
hubungan yang tidak searah antara pendapatan per kapita dengan tingkat fertilitas. Koefisien regresi
variabel 𝑋1 sebesar 0.23754 sehingga untuk setiap pertambahan pendapatan per kapita sebesar satu
satuan akan menyebabkan menurunnya tingkat fertilitas sebesar 0.23754. Jika dilihat nilai
probabilitasnya 0.0000 lebih kecil daripada α = 5% maka pendapatan per kapita signifikan terhadap
tingkat fertilitas secara statistik
Koefisien regresi untuk variabel bebas 𝑋2 bernilai negatif, menunjukkan hubungan yang tidak
searah antara pendidikan dengan tingkat fertilitas. Koefisien regresi variabel 𝑋2 sebesar 0.311259
sehingga setiap pertambahan pendidikan sebesar satu satuan akan menyebabkan menurunnya tingkat
fertilitas sebesar 0.208385. Jika dilihat nilai probabilitasnya 0.0000 lebih kecil daripada α = 5% maka
pendidikan signifikan terhadap tingkat fertilitas secara statistik.
Koefisien regresi untuk variabel bebas 𝑋3 bernilai negatif, menunjukkan hubungan yang tidak
searah antara tingkat partisipasi angkatan kerja perempuann dengan tingkat fertilitas. koefisien regresi
variabel 𝑋3 sebesar 0.372635 mengandung arti untuk setiap pertambahan tingkat partisipasi angkatan
kerja perempuan sebesar satu satuan akan menyebabkan menurunnya tingkat fertilitas sebesar 0.372635.
Jika dilihat nilai probabilitasnya 0.0002 lebih kecil daripada α = 5% sehingga tingkat partisipasi angkatan
signifikan terhadap tingkat fertilitas secara statistik.
Koefisien regresi untuk variabel bebas 𝑋4 bernilai positif, menunjukkan hubungan yang tidak
searah antara ketergantungan usia dengan tingkat fertilitas. koefisien regresi variabel 𝑋4 sebesar
0.237547 mengandung arti untuk setiap pertambahan rasio ketergantungan usia sebesar satu satuan akan
menyebabkan meningkatnya tingkat fertilitas sebesar 0.237547. Jika dilihat nilai probabilitasnya 0.0000
lebih kecil daripada α = 5% sehingga rasio ketergantungan usia terhadap tingkat fertilitas signifikan
secara statistik.
Koefisien regresi untuk variabel bebas 𝑋5 bernilai negatif, menunjukkan hubungan yang tidak
searah antara tingkat pengangguran dengan tingkat fertilitas. koefisien regresi variabel 𝑋5 sebesar
0.050400 mengandung arti untuk setiap pertambahan tingkat pengangguran sebesar satu satuan akan
menyebabkan meningkatnya tingkat fertilitas sebesar 0.050400. Jika dilihat nilai probabilitasnya 0.0017
lebih besar daripada α = 5% sehingga tingkat pengangguran tidak signifikan terhadap tingkat fertilitas
secara statistik.
E. Kesimpulan dan Rekomendasi
Berdasarkan hasil dan pembahasan sebelumnya mengenai pengaruh pendapatan per kapita,
tingkat partisipasi angkatan kerja, dan pendidikan terhadap fertilitas di negara-negara ASEAN dapat
ditarik kesimpulan yaitu,
Pendapatan per kapita secara signifikan memiliki hubungan negatif terhadap tingkat fertilitas. Hal ini
menunjukkan bahwa semakin tinggi pendapatan per kapita maka akan menurunkan tingkat fertilitas di
negara-negara ASEAN.
Tingkat partisipasi angkatan kerja perempuan secara signifikan memiliki hubungan negatif
terhadap tingkat fertilitas. Hal ini menunjukkan bahwa semakin tinggi tingkat partisipasi angkatan kerja
perempuan akan menyebabkan semakin rendahnya tingkat fertilitas di negara-negara ASEAN.
Pendidikan secara signifikan memiliki hubungan negatif terhadap tingkat fertilitas. Hal ini menunjukkan
bahwa semakin tinggi tingkat pendidikan akan mengakibatkan penurunan pada tingkat fertilitas di
ASEAN. Rasio ketergantungan usia secara signifikan memiliki hubungan positif terhadap tingkat
fertilitas. Hal ini menunjukkan bahwa semakin tinggi tingkat rasio ketergantungan usia akan
menurunkan tingkat fertilitas di negara-negara ASEAN. Tingkat pengangguran secara signifikan
memiliki hubungan positif terhadap tingkat fertilitas. Hal ini menunjukkan semakin tinggi tingkat
pengangguran maka akan menurunkan tingkat fertilitas di negara-negara ASEAN.
Berdasarkan kesimpulan tersebut, terdapat beberapa saran yang dapat dijadikan rekomendasi
atau perhatian bagi pemerintah di negara-negara ASEAN untuk merumuskan kebijakan demografi
ekonomi. Variabel bebas dalam penelitian ini yang memiliki hubungan negatif dalam mempengaruhi
perilaku fertilitas. Pendapatan per kapita, tingkat pendidikan, tingkat partisipasi angkatan kerja
perempuan sebagai variabel bebas yang secara statistik memiliki signifikansi dalam mempengaruhi
perilaku fertilitas menunjukkan bahwa ASEAN harus mempersiapkan kebijakan agar terhindar dari
penuaan populasi, mempelajari pengalaman Asia Timur seperti dalam penelitian Yakita (2017:125).
Sedangkan, untuk variabel bebas yang memiliki hubungan positif, yaitu tingkat pengangguran
dan rasio ketergantungan usia. Pengaruh tingkat pengangguran pada tingkat fertilitas berdasarkan teori
neoklasik menurut Signe dan Ozcan (2013:1). Maka dari itu, diperlukan penelitian yang lebih detail
mengenai pengangguran karena berdasarkan gender maupun kelompok usia hasailnya dapat berbeda.
Sementara itu, pengangguran dapat mereduksi biaya waktu dari melahirkan dan mengasuh anak. Oleh
karena adanya keragaman hasil penelitian terdahulu dan juga hasil penelitian ini, diperlukan penelitian
yang lebih spesifik. Rasio ketergantungan usia muda dan lanjut usia, misalnya.
Menurut The Economist (2013), ASEAN akan mengalami tingkat pengganti kependudukan
yang akan membantu meningkatkan pembangunan ekonomi. Meski begitu, ASEAN harus berhati-hati
setelah meraih tingkat pengganti dalam kependudukan agar tidak mengalami penuaan penduduk atau
tingkat fertilitas negatif.
NOMENKLATUR
𝑈𝑚 = manfaat marjinal dari anak laki-laki
𝑈𝑚 = manfaat marjinal dari anak perempuan
𝑃= probabilitas dari laki-laki
𝑇 = waktu orangtua
𝑙 = waktu yang dihabiskan di pasar tenaga kerja
ℎ = jumlah waktu yang dihabiskan untuk mengasuh anak
𝑢(𝑐)= fungsi manfaat masa sekarang
𝑒= elastisitas konstan atas manfaat yang dirasakan orangtua
𝑛∗ = steady state tingkat fertilitas
𝐻 = tingkat pertumbuhan
𝑅𝑘= tingkat pengembalian investasi dari K
𝑐 = konsumsi per kapita orang dewasa
𝐷 = mengukur produktivitas sektor konsumsi
𝑙 = waktu yang dihabiskan tiap orang dewasa untuk memproduksi barang konsumen
𝑑 = tingkat pertukaran antara 𝐻0 dan 𝐻
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada berbagai pihak yang telah membantu sehingga skripsi ini
dapat terselesaikan. Ucapan terima kasih khusus kami sampaikan kepada dosen pembimbing dan dosen
penguji. Universitas Brawijaya dan Jurusan Ekonomi Pembangunan Fakultas Ekonomi Universitas
Brawijaya yang memungkinkan jurnal ini bisa diterbitkan.
DAFTAR PUSTAKA
Asia, S. (2004). Fertility and Transition Southeast Anu Rammohan in South and Southeast Asia. India:ISEAS.
Becker, Gary. (2003). A Treatise on the Family. Chicago: University of Chicago Press.
Becker, G. S. (1973). Journal of Political Economy. Chicago: University of Chicago Press.
Becker, G. S., Murphy,K., dan Tamura,R. (1990). Human Capital, Fertility, and Economic Growth. Chicago:
University of Chicago.
Bloom, Canning, Fink & Finlay. 2007. Fertility, Female Labor Force Participation, And The Demographic
Dividend. Massachucetts: National Bureau of Economic Research.
ERIA. (2017) Leveraging on ASEAN's Growing Economy to Tackle ASEAN's Ageing Population. ERIA:
Jakarta, diakses online melalui https://www.eria.org/news-and-views/leveraging-on-aseans-growing-
economy-to-tackle-aseans-ageing-population/
Kujis. 2017. ASEAN's Impending Demografic Troubles. Brink: diakses online melalui
https://www.brinknews.com/aseans-impending-demographic-troubles.
Shoven. (2011). Demography & The Economics.Chicago: University of Chicago Press.
Subramaniam, T., Loganathan, N., & Devadason, E. S. (2018). DETERMINANTS of FEMALE FERTILITY in
ASEAN-5: EMPIRICAL EVIDENCE from BOUNDS COINTEGRATION TEST. Singapore: World
Scientific.
The Economist. 2013. The disappearing workforce? Why countries in Southeast Asia need to think about
fertility rates before it's too late. The Economist.
Wahyudi (2016). Konsep dan Penerapan Ekonometrika Menggunakan E-Views. Raja Grafindo: Jakarta.