Analisis Pola Spasial Kemiskinan di Pulau Jawa

IVA NUR KHALIMAH, Prof. Tri Widodo, M.Ec.Dev.,Ph.D

2019 | Tesis | Magister Ekonomika Pembangunan

Latar belakang penelitian ini adalah bahwa penanggulangan kemiskinan merupakan tujuan utama Sustainable Development Goals (SDGs). Berbagai upaya penanggulangan kemiskinan sudah dilakukan, namun sampai sekarang banyak penduduk yang masih berada di bawah garis kemiskinan. Kebijakan pengentasan kemiskinan tanpa memperhitungkan aspek spasial atau keterkaitan kemiskinan antarwilayah akan menyebabkan kebijakan yang tidak tepat sasaran. Penelitian ini ingin menganalisis pola penyebaran kemiskinan di Pulau Jawa tahun 2017. Selain itu, untuk menganalisis faktor-faktor spasial yang memengaruhi kemiskinan di Pulau Jawa. Data yang digunakan dalam penelitian ini bersumber dari Badan Pusat Statistik (BPS). Penelitian ini menggunakan Geographically Weighted Regression (GWR). Variabel dependen yang digunakan adalah persentase penduduk miskin/Headcount Index tahun 2017. Variabel independen yang digunakan adalah rata-rata lama sekolah, dependency ratio, persentase rumah tangga tanpa akses listrik, persentase penduduk usia 15 tahun ke atas yang bekerja, persentase tersedianya fasilitas tempat buang air besar, persentase rumah tangga pengguna air layak, laju pertumbuhan PDRB, dan angka harapan hidup. Hasil penelitian ini menunjukkan adanya autokorelasi spasial positif kemiskinan antarkabupaten/kota di Pulau Jawa tahun 2017. Kemiskinan antarkabupaten/kota di Pulau Jawa tahun 2017 memiliki pola penyebaran berkelompok atau wilayah yang berdekatan memiliki karakteristik kemiskinan yang sama. Dari kedelapan variabel independen yang digunakan dalam penelitian, variabel yang signifikan berbeda-beda di setiap wilayah. Berdasarkan variabel independen yang signifikan memengaruhi kemiskinan, kabupaten/kota di Pulau Jawa dapat dikelompokkan menjadi 10 kelompok dengan tingkat signifikansi 5% dan 15 kelompok dengan tingkat signifikansi 10%. Kebijakan penanggulangan kemiskinan perlu dibedakan antarwilayah sesuai dengan karakteristik yang terdapat di masing-masing wilayah, sehingga kebijakan tersebut dapat tepat sasaran.

Background of this research is that poverty reduction is the main goal of the Sustainable Development Goals (SDGs). Various poverty reduction efforts have been carried out, but until now many people are still below the poverty line. Policies of alleviating poverty without taking into account spatial aspects or the interrelationship of interregional poverty will lead to policies that are not on target. This study wants to analyze pattern of the spread of poverty in Java in 2017. In addition, to analyze spatial factors that affect poverty in Java. The data used in this study are sourced from the Central Bureau of Statistics (BPS). This study uses Geographically Weighted Regression (GWR). The dependent variable used is the Headcount Index in 2017. The independent variables used are mean years school, dependency ratio, percentage of households without access to electricity, percentage of population aged 15 years and over who work, percentage of available toilet facilities, percentage of households that used decent water, GRDP growth rate, and life expectancy. The results of this study indicate positive spatial autocorrelation of poverty among districts in Java in 2017. Poverty among districts in Java in 2017 has a pattern of group spread or adjacent areas that have the same characteristics of poverty. Of the eight independent variables used in the study, variables that were significantly different in each region. Based on the independent variables that significantly influence poverty, districts in Java can be grouped into 10 groups with a significance level of 5% and 15 groups with a significance level of 10%. Poverty reduction policies need to be distinguished from one region to another in accordance with the characteristics found in each region, so that the policy can be right on target.

Kata Kunci : kemiskinan, spasial, Geographically Weighted Regression