EVALUASI DAMPAK QRIS MELALUI PROGRAM SEHAT, INOVATIF, DAN AMAN PAKAI (SIAP) QUICK RESPONSE CODE INDONESIAN STANDARD (QRIS) TERHADAP PENDAPATAN PEDAGANG DI PASAR BERINGHARJO MELALUI METODE PROPENSITY SCORE MATCHING

REINA APRILIA PURWANTO, Yuni Andari, S.E., M.Si.

2024 | Tugas Akhir | D4 PEMBANGUNAN EKONOMI KEWILAYAHAN

Penelitian ini memiliki tujuan untuk menganalisis dampak QRIS melalui Program SIAP QRIS terhadap rata-rata pendapatan setiap bulan  pada pedagang di Pasar Beringharjo. Melalui metode Propensity Score Matching (PSM) ditentukan bahwa pedagang yang menggunakan QRIS merupakan kelompok perlakuan (treatment) sedangkan pedagang yang tidak menggunakan QRIS merupakan kelompok kontrol (control). Propensity Score Matching (PSM) dilakukan menggunakan model regresi logit dengan memperhatikan usia pedagang, pendidikan terakhir, modal usaha, jam operasional toko, lama usaha, jenis usaha, tenaga kerja, dan lokasi usaha sebagai variabel kovariatnya. Melalui Average Treatment Effect (ATE) penggunaan QRIS dapat meningkatkan rata-rata pendapatan sebesar Rp63.500.000. Pencocokan kelompok treatment dan control melalui Nearest Neighbor Matching, Radius Matching, dan Kernel Matching menghasilkan perbedaan pendapatan yang signifikan antara dua kelompok tersebut. Melalui pencocokan ketiga model tersebut, secara berturut-turut kelompok treatment memiliki pendapatan yang lebih tinggi sebesar Rp74.790.697, Rp62.670.807, dan Rp55.984.848 dibandingkan dengan kelompok control.

This study aims to analyze the impact of QRIS through the SIAP QRIS Program on the average monthly income of traders in Beringharjo Market. Through the Propensity Score Matching (PSM) method, it is determined that traders who use QRIS as the treatment group and traders who do not use QRIS as the control group. Propensity Score Matching (PSM) was conducted using a logit regression model by considering the age of the trader, latest education, business capital, store opening hours, length of business, type of business, labor, and business location as covariate variables. Through the Average Treatment Effect (ATE), the use of QRIS can increase the average income by Rp63.500.000. Matching the treatment and control groups through Nearest Neighbor Matching, Radius Matching, and Kernel Matching resulted in significant income differences between the two groups. Through the matching of the three models, the treatment group had higher incomes of Rp74.790.697, Rp62.670.807, and Rp55.984.848 compared to the control group, respectively.

Kata Kunci : SIAP QRIS, Regresi Logit, Propensity Score Matching