REGIONALISASI KEMISKINAN (Kasus Kota Semarang, Kabupaten Kendal, Kabupaten Demak, Kabupaten Semarang, dan Kota Salatiga)

RIZKIANA S H, Doddy Aditya Iskandar, S.T., M.CP., Ph.D.

2018 | Skripsi | S1 PERENCANAAN WILAYAH DAN KOTA

Permasalahan kemiskinan di Jawa Tengah, tidak hanya melanda wilayah-wilayah pinggiran. Pusat Kegiatan Nasional provinsi yang berbentuk kerjasama regional (Kota Semarang, Kabupaten Kendal, Kabupaten Semarang, Kabupaten Demak, dan Kota Salatiga) pun memiliki permasalahan kemiskinan. Berbagai pendekatan dan strategi dalam memahami kemiskinan yang digunakan nyatanya hingga saat ini belum dapat benar-benar menyelesaikan permasalahan tersebut. Seiring perkembangan ilmu pengetahuan, pendekatan spasial dianggap sebagai salah satu terobosan yang lebih baik untuk pertimbangan perumusan strategi pengentasan kemiskinan. Dalam perwujudannya, Tim Nasional Percepatan Penanggulangan Kemiskinan (TNP2K) Republik Indonesia sudah menyusun Indeks Kesejahteraan Wilayah (IKW) menggunakan level data kota/kabupaten. Penelitian ini meninjau permasalahan kemiskinan ke level yang lebih rinci daripada IKW, yakni level kecamatan. Kombinasi metode generalisasi wilayah (regional generalization) dan regresi linear digunakan untuk mengidentifikasi karakteristik kemiskinan di wilayah yang berbeda. Selain itu, digunakan pula kombinasi metode klasiwikasi wilayah (regional classification) dan algoritma k-means clustering untuk identifikasi pembentukan region kemiskinan. Hasil penelitian menunjukkan bahwa berdasarkan regional generalization, kemiskinan di kota secara signifikan dan berbanding terbalik dipengaruhi oleh variabel tingkat partisipasi sekolah warga miskin, sedangkan di wilayah kabupaten tingkat kemiskinan berbanding lurus dengan variabel tersebut. Selain itu, ketenagakerjaan sektoral juga secara signifikan mempengaruhi tingkat kemiskinan kabupaten, dengan hubungan berbanding terbalik antar keduanya. Tinjauan regional classification menunjukkan adanya indikasi urgensi kerjasama regional lintas kabupaten/kota dikarenakan terdapat beberapa wilayah dengan karakteristik kemiskinan yang sama, namun terdapat pada wilayah kabupaten/kota yang berbeda. Kerjasama regional dalam pengentasan kemiskinan tersebut dapat diwujudkan dalam penanganan bersama wilayah-wilayah dengan karakteristik kemiskinan yang sama melalui berbagai program/kegiatan, salah satunya dengan meningkatkan produktivitas tenaga kerja sektor sekunder dan tersier.

Poverty problems in Central Java province occur not only in remote areas. The province’s National Central City which is the regional cooperation between Semarang City, Kendal Regency, Semarang Regency, Demak Regency and Salatiga City, also faces poverty problems. Many approaches to understanding poverty and its allevation strategies used nowadays have not been able to give better result in solving it. Recently, spatial approach defined as a new and better means which poverty alleviation program should consider more. As implementation of that, National Team for Poverty Reduction Acceleration of Republic Indonesia had already made the Regional Prosperity Index using the city/districts level data. This research identifies spatial dimension of poverty using the sub-district level data. A combination of regional generalization methods and linear regressions are used to understand poverty characteristics in different areas. This research also uses a combination of regional classification and k-means clustering to form a new delineation of poor regions. The result based on regional generalization shows that poverty characteristics are different depend on the locations. Poverty in cities are significantly and negatively influenced by poor people’s level of school participations, while in districts it significantly and positively influenced by it. Additionally, in districts, level of poverty is significantly and negatively influenced by sectoral employment variables. Moreover, this research also indicates the needs for regional cooperations because the poverty patterns crosses the city administrative delineations. Thus, regions with similar poverty characteristics may form a regional cooperation to alleviate poverty through any needed programs, one of them is enhancing productivity of workes in secondary and tertiary sectors.

Kata Kunci : regionalization, poverty, general regionalization, general classification, linear regression, k-means clustering