Tinjauan Spasial Perizinan Berusaha Di Kabupaten Sleman

SYIFA HANA AGRISTYA, Dr. Lutfi Muta'ali, M.T

2022 | Skripsi | S1 PEMBANGUNAN WILAYAH

Kabupaten Sleman mengalami alih fungsi lahan dari pertanian menuju nonpertanian yang berdampak pada perkembangan fisik wilayah termasuk menyebabkan usaha-usaha baru bermunculan. Potensi pertumbuhan usaha di Kabupaten Sleman dapat menjadi salah satu aspek yang perlu diperhatikan secara geografis oleh berbagai pihak baik pelaku usaha maupun pemerintah, agar dapat dirumuskan kebijakan serta pelaksanaan usaha yang paling tepat di suatu daerah. Penelitian ini menggunakan data sekunder berupa data IPPT Usaha Kabupaten Sleman Tahun 2018-2020 dari DPMPTSP Kabupaten Sleman. Dinamika sebaran perizinan berusaha di Kabupaten Sleman diketahui melalui analisis deskriptif kuantitatif pada data IPPT Usaha baik dari segi jumlah, jenis usaha, maupun luasannya serta ditinjau melalui analisis spasial. Selain itu, untuk mengetahui spesialisasi menggunakan LQ dan dilakukan pula analisis autokorelasi spasial menggunakan Indeks Global Moran's, Moran's Scatterplot, dan Local Indicator of Spatial Autocorrelation (LISA) untuk mengetahui pola spasial penyebaran perizinan usaha di Kabupaten Sleman. Lalu untuk mengetahui hubungan antara perizinan usaha dengan faktor-faktor wilayah lainnya menggunakan analisis korelasi pearson. Hasil penelitian menunjukkan Kecamatan Depok sebagai kecamatan dengan jumlah izin berusaha dan peruntukan usaha tertinggi di Kabupaten Sleman selama tiga tahun. Sementara Kecamatan Moyudan menjadi kecamatan dengan jumlah izin berusaha dan peruntukan usaha terendah di Kabupaten Sleman selama tiga tahun. Dari empat kluster usaha yang ada di Kabupaten Sleman diketahui yang menduduki peringkat tertinggi adalah kluster Perdagangan, Jasa dan Investasi yang mengelompok dibagian selatan Kabupaten Sleman. Hasil analisis spesialisasi menunjukkan bahwa klasifikasi Perdagangan merupakan klasifikasi yang paling diunggulkan karena sebaran yang memiliki kriteria LQ>1 berada di 12 kecamatan. Hasil analisis autokorelasi spasial menunjukkan bahwa terjadi pola spasial yang mengelompok pada seluruh kluster usaha. Sementara itu, faktor-faktor wilayah yang berhubungan cukup kuat dengan perizinan berusaha di Kabupaten Sleman tahun 2020 berdasarkan hasil uji korelasi pearson antara lain Kepadatan Penduduk, Migrasi Masuk Penduduk, Fasilitas Pendidikan, Fasilitas Kesehatan, Fasilitas Ekonomi.

Sleman Regency is experiencing land conversion from agriculture to nonagriculture, which impacts the region's physical development, including causing new businesses to emerge. The potential for business growth in Sleman Regency can be an aspect that needs to be considered geographically by various parties so that the government can formulate the most appropriate policies and business implementation in an area. This study uses secondary data from Sleman Regency Business IPPT for 2018-2020 from DPMPTSP Sleman Regency. The dynamics of the distribution of business permits in Sleman Regency is known through quantitative descriptive analysis on IPPT Business data both in terms of number, type of business, and area and is reviewed through spatial analysis. In addition, to determine specialization using LQ and spatial autocorrelation analysis using the Global Moran's Index, Moran's Scatterplot, and Local Indicator of Spatial Autocorrelation (LISA) to determine the spatial pattern of the distribution of business licenses in Sleman Regency. Then Pearson correlation analysis will evaluate the relationship between business licensing and other regional factors. The results showed that Depok was the sub-district with the highest number of business licenses in the Sleman Regency for three years. Meanwhile, Moyudan became the sub-district with the lowest number of business licenses in the Sleman Regency for three years. Of the four business clusters in Sleman Regency, it is known that the highest ranking is the Trade, Services, and Investment cluster, which is clustered in the southern part of Sleman Regency. The results of the specialization analysis show that the Trade classification is the most superior classification because the distribution with LQ>1 criteria is in 12 sub-districts. The results of the spatial autocorrelation analysis show that there is a clustered spatial pattern in all business clusters. Meanwhile, regional factors strongly related to business licensing in Sleman Regency in 2020 based on the results of the Pearson correlation test include Population Density, Population Entry Migration, Education Facilities, Health Facilities, and Economic Facilities

Kata Kunci : perizinan berusaha, analisis spasial, pola sebaran spasial, autokorelasi spasial,business license, spatial analysist, spatial pattern, spatial autocorrelation