Pengklasteran Pemerintah Daerah di Indonesia untuk Optimalisasi Analisis Kondisi Keuangan

PANJI ARI SASONGKO, Irwan Taufiq Ritonga, M.Bus., Ph.D., CA.

2018 | Tesis | MAGISTER AKUNTANSI

Desentralisasi pengelolaan keuangan di Indonesia mengakibatkan bervariasinya kondisi keuangan pemerintah daerah. Pemerintah daerah merupakan penyedia utama dalam memberikan pelayanan kepada masyarakat sehingga penting untuk mengetahui kondisi keuangannya. Prosedur dalam menilai kondisi keuangan pemerintah daerah dimulai dengan tahapan menentukan kelompok (klaster) pemerintah daerah yang setara untuk meningkatkan fairness dan daya banding antarpemerintah daerah. Pengklasteran pemerintah daerah pada penelitian ini menggunakan faktor-faktor yang memengaruhi kondisi keuangan pemerintah daerah sebagai variabel pengklasteran. Faktor-faktor tersebut yakni jumlah penduduk, kemakmuran masyarakat, profil usia masyarakat, kepadatan penduduk, basis pendapatan pemerintah daerah, efisiensi keuangan, dan biaya produksi barang dan jasa. Penelitian ini bertujuan untuk membuat klaster pemerintah daerah di Indonesia yang lengkap dan konsisten. Pada penelitian ini lingkup yang digunakan yakni seluruh pemerintah daerah di Indonesia dan dengan data tiga tahun (2014-2016) sehingga pengklasteran pemerintah daerah yang dihasilkan pada penelitian ini akan lebih lengkap dan dapat diketahui konsistensi jumlah klaster pemerintah daerah agar tidak perlu membuat klaster setiap tahun. Penelitian ini merupakan jenis penelitian deskriptif dengan metoda analisis multivariat menggunakan analisis klaster. Tahapan penelitian ini yaitu (1) penentuan tujuan analisis klaster, (2) desain analisis klaster, (3) uji asumsi analisis klaster, (4) pembentukan klaster, (5) interpretasi klaster, dan (6) validasi dan profilisasi klaster. Agar dapat meningkatkan daya banding antarklaster, penelitian ini menambahkan satu tahapan di akhir yakni pemeringkatan klaster. Hasil penelitian menunjukkan pada pemerintah kota tahun 2014 terbentuk empat klaster, tahun 2015 terbentuk tiga klaster, dan tahun 2016 terbentuk empat klaster. Klaster pemerinntah kota terbaik tiap tahunnya yakni klaster 1. Nilai Silhouette Index (SI) terbesar klaster pemerintah kota tahun 2014-2016 yakni 0,4184. Nilai SI tersebut dihasilkan pada klaster pemerintah kota tahun 2015. Nilai SI mendekati 1 menunjukkan jumlah klaster terbaik sehingga solusi tiga klaster merupakan jumlah klaster yang tepat bagi pemerintah kota di Indonesia. Pada pemerintah kabupaten tahun 2014 terbentuk enam klaster, tahun 2015 terbentuk tujuh klaster, dan tahun 2016 terbentuk lima klaster. Klaster pemerintah kabupaten terbaik tiap tahunnya yakni klaster 2. Nilai SI terbesar klaster pemerintah kabupaten tahun 2014-2016 yakni 0,4619. Nilai SI tersebut dihasilkan pada klaster pemerintah kabupaten tahun 2016. Solusi lima klaster merupakan jumlah klaster yang tepat bagi pemerintah kabupaten di Indonesia.

The decentralization of financial management in Indonesia has created a situation where local governments' financial conditions vary from one another. Local governments are the prime provider of services to the society, therefore, it is essential that their financial condition is properly known. Procedures in assessing local governments' financial condition start with the stage of determining clusters of equal local governments to enhance fairness and the power of comparison between local governments. The clustering of local governments in this research uses factors that influence financial condition as clustering variables. The factors include population; people's welfare; people's age profile; population density; local governments' income base; financial efficiency; and goods and services production cost. This research aims to create a complete and consistent cluster of local governments in Indonesia. The scope of this research is all local governments in Indonesia with three years of data (2014-2016). Therefore, the clustering of local governments resulted in this research is more complete and can show consistence in the number of clusters so that there is no need to create a cluster every year. This is a descriptive research with a multivariate analysis method using cluster analysis. The stages in this research are (1) cluster analysis objective setting; (2) cluster analysis design; (3) cluster analysis assumption testing; (4) cluster formation; (5) cluster interpretation; and (6) validation and cluster profiling. In order to enhance inter-cluster comparison power, this research also adds one stage at the end, that is, cluster ranking. The research results show that among municipalities, in 2014 there were four clusters, in 2015 there were three clusters, and in 2016 there were four clusters. The best municipality clusters every year is cluster 1. The highest silhouette index (SI) value from 2014-2016 was 0.4184. The SI value was produced in the municipality cluster in 2015. The SI value which is close to 1 shows the best number of clusters, therefore, the three-cluster solution is the most appropriate number of clusters for municipalities in Indonesia. Among regency governments, in 2014 there were six clusters, in 2015 there were seven clusters, and in 2016 there were five clusters. The best regency government clusters every year is cluster 2. The highest silhouette index (SI) value from 2014-2016 was 0.4619. The SI value was produced in the regency governments cluster in 2016. Three-cluster solution is the most appropriate number of clusters for regency governments in Indonesia.

Kata Kunci : Pemerintah Daerah, Kondisi Keuangan Pemerintah Daerah, Klaster Pemerintah Daerah, Analisis Klaster