ANALISIS FAKTOR PENENTU DAN TINGKAT KETIMPANGAN KEMISKINAN ANTAR WILAYAH DI INDONESIA PERIODE

perpustakaan.uns.ac.id

digilib.uns.ac.id

ANALISIS FAKTOR PENENTU DAN TINGKAT KETIMPANGAN KEMISKINAN ANTAR WILAYAH DI INDONESIA PERIODE 2007-2009

SKRIPSI Diajukan Untuk Melengkapi Tugas-Tugas dan Memenuhi Syarat-Syarat untuk Mencapai Gelar Sarjana Ekonomi Jurusan Ekonomi Pembangunan Fakultas Ekonomi Universitas Sebelas Maret Surakarta

Oleh : Ari Widi Andono F0107029

FAKULTAS EKONOMI UNIVERSITAS SEBELAS MARET SURAKARTA 2011 commit to user

i


digilib.uns.ac.id

commit to user

ii


digilib.uns.ac.id

commit to user

iii


digilib.uns.ac.id

MOTTO

“hasbunallah wa ni’mal wakil”

“Failure isn’t when you fall down; It’s only when you don’t get up again.”

“The only person who never makes a mistake is the person who never does anything”.

“lihatlah ke belakang dengan syukur, lihatlah ke atas dengan doa dan lihatlah ke depan dengan optimis”

commit to user

iv


digilib.uns.ac.id

HALAMAN PERSEMBAHAN

Penulis persembahkan karya kecil ini kepada: Allah SWT. Alhamdulillah ku ucapkan kepada-Mu. Kau telah banyak memberikan anugerahanugerah terindah kepada hamba-Mu ini. Semoga Kau selau kuatkan hamba-Mu ini untuk selalu istiqomah di jalan-Mu, wahai sang Maha pembolak-balik qolbu. Hasbunallah wa ni’mal wakil. Ayah, Ibu, Kakak dan Adikku tersayang. Mereka adalah keluarga, teman dan sahabat yang telah tulus menemani masa kecil, remaja dan dewasaku serta selalu berdoa untuk kesuksesanku. Akan kulakukan yang terbaik sesuai dengan keinginan dan harapan mereka. Sahabat-sahabatku. Mereka yang telah memberikan motivasi, dukungan moril, semangat, bantuan, nasihat dan rela meluangkan waktunya untukku. Semoga Allah senantiasa memberikan kemudahan dan petunjuk dalam mewujudkan harapan dan cita-cita kita. Susah senang yang telah kita jalani dan rasakan bersama semoga selalu menjadi perekat di saat kita telah tua dan hidup masing-masing. Ingatlah selalu hari ini. Almamater. Tempat yang menjadi saksi perjuanganku disetiap detik, menit dan jam untuk menjadi orang yang lebih baik di masa depan. Tempatku menemukan arti kehidupan dan kedewasaan. Semuanya memberikan kesan tersendiri yang akan selalu mengiringi langkah-langkahku untuk menggapai cita-cita.

commit to user

v


digilib.uns.ac.id

KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Tuhan YME yang telah melimpahkan berkat serta rahmat-Nya, sehingga dengan bimbingan, pertolongan, izin dan kasih karunia-Nya penulis mampu menyelesaikan skripsi dengan judul : “Analisis Faktor Penentu dan Tingkat Ketimpangan Kemiskinan Antar Wilayah di Indonesia Periode 2007-2009”. Sebuah berkat dan kebahagian tersendiri bagi penulis dapat menyusun karya kecil ini sebagai upaya untuk memperoleh gelar kesarjanaan pada Fakultas Ekonomi Jurusan Ekonomi Pembangunan Universitas Sebelas Maret. Skripsi ini dapat terselesaikan atas bantuan dari banyak pihak yang berupa bantuan, bimbingan, dukungan, doa serta motivasi. Oleh karena itu dengan segala kerendahan hati penulis ingin menghaturkan terima kasih kepada: 1. Bapak Drs. Mulyanto, ME selaku Dosen Pembimbing yang dengan penuh kesabaran membantu, membimbing, dan meluangkan waktu bagi penulis dalam proses penulisan skripsi. 2. Ibu Siti Aisyah Tri R., SE, Msi., selaku Dosen Pembimbing Akademik 3. Bapak Drs. Kresno Sarosa Pribadi, M.Si selaku Ketua Jurusan Ekonomi Pembangunan. 4. Ibu Izza Mafruhah, S.E., M.Si selaku Sekertaris Jurusan Ekonomi Pembangunan. commit to user

vi


digilib.uns.ac.id

5. Bapak dan Ibu tercinta yang senantiasa memberikan dorongan, kasih sayang, kesabaran dan doa kepadaku. 6. Kakak dan Adikku yang selau memberikan dukungan. 7. Teman-teman Jurusan Ekonomi Pembangunan 2007 Rendi, Turis, Thithut, Ebby, Andri, Andhika, Johan, Dezta, Eliza, Anind, Faisal, Galih, Ratna, Yeyen, Fina, Satya, Eko, Angga, Faya, Tarni, Sesil, Nastiti, Iis, Wahyu, Ratih, Mudmainah, Rizky, Fuad. 8. Chaw out community, Rendi, Thithut, Ebby, Desta, Tofan D.J, Ivan, Bobbi, Rico, Milly, Ardian, Arif, Trisu, Diana “tetap jalin silaturahmi, karena silahturahmi adalah segalanya!” 9. Semua pihak yang tidak bisa disebutkan satu per satu atas bantuannya kepada penulis hingga terselesaikan penelitian ini. Akhirnya, penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan. Untuk itu penulis mohon maaf yang sebesar-besarnya atas kekurangan tersebut. Semoga karya kecil ini dapat memberikan manfaat bagi diri penulis dan pembaca semua.

Surakarta, 22 Februari 2011 Penulis Ari Widi Andono

commit to user

vii


digilib.uns.ac.id

DAFTAR ISI

HALAMAN JUDUL..............................................................................

i

HALAMAN PERSETUJUAN ..............................................................

ii

HALAMAN PENGESAHAN...............................................................

iii

HALAMAN MOTTO............................................................................

iv

HALAMAN PERSEMBAHAN............................................................

v

KATA PENGANTAR...........................................................................

vi

DAFTAR ISI ........................................................................................

viii

DAFTAR TABEL..................................................................................

xi

DAFTAR GAMBAR.............................................................................

xiii

DAFTAR LAMPIRAN ........................................................................

xiv

ABSTRAKSI..........................................................................................

xv

BAB I PENDAHULUAN .....................................................................

1

A. Latar Belakang Masalah.............................................................

1

B. Rumusan Masalah .....................................................................

15

C. Tujuan Penelitian ......................................................................

15

D. Manfaat Penelitian .....................................................................

16

BAB II TINJAUAN PUSTAKA ..........................................................

17

A. Kajian Teori................................................................................

17

1. Pembangunan Ekonomi.......................................................

17

a. Pengertian dan Tujuan Pembangunan Ekonomi.............

17

b. Pembangunan Ekonomi Daerah..................................... commit to user

18

viii


digilib.uns.ac.id

2. Ketimpangan Pembangunan.................................................

23

3. Kemiskinan...........................................................................

24

a. Pengertian Kemiskinan....................................................

24

b. Penyebab Kemiskinan.....................................................

27

c. Jenis Kemiskinan.............................................................

30

d. Ukuran Kemiskinan.........................................................

31

e. Faktor-Faktor yang Mempengaruhi Kemiskinan............

33

B. Penelitian Terdahulu...................................................................

42

C. Kerangka Pemikiran. ..................................................................

51

D. Hipotesis.....................................................................................

53

BAB III METODE PENELITIAN........................................................

54

A. Definisi Operasional Variabel......................................................

54

B. Jenis dan Sumber Data...............................................................

55

C. Metode Pengumpulan Data........................................................

56

D. Metode Analisis Data.................................................................

57

1. Regresi Data Panel..............................................................

57

2. Indeks Entropi Theil............................................................

69

BAB IV ANALISIS DATA DAN PEMBAHASAN............................

71

A. Gambaran Umum Indonesia.......................................................

71

1. Keadaan Geografis Indonesia..............................................

71

2. Keadaan Demografi Indonesia............................................

73

3. Keadaan Kemiskinan Indonesia...........................................

76

4. Keadaan Perekonomian Indonesia....................................... commit to user

83

ix


digilib.uns.ac.id

5. Keadaan Pendidikan Indonesia............................................

85

6. Keadaan Pengangguran Indonesia.......................................

87

7. Keadaan Indeks Pembangunan Manusia Indonesia.............

90

B. Hasil Analisis dan Pembahasan...................................................

87

1. Analisis Faktor yang Mempengaruhi Kemiskinan...............

87

a. Pemilihan Model Estimasi..............................................

87

b. Uji Statistik.....................................................................

96

c. Uji Asumsi Klasik...........................................................

102

d. Interpretasi Hasil Secara Ekonomi.................................

104

2. Analisis Ketimpangan Kemiskinan.....................................

109

a. Analisis Konsentrasi Spasial Kemiskinan......................

109

b. Analisis Konsentrasi Spasial Kemiskinan Dalam Pulau..

111

c. Analisis Konsentrasi Spasial Kemiskinan Antar Pulau...

117

d. Analisis Konsentrasi Spasial Kemiskinan di Indonesia..

120

BAB V PENUTUP................................................................................

121

A. Kesimpulan................................................................................

121

B. Saran .........................................................................................

122

DAFTAR PUSTAKA...........................................................................

125

LAMPIRAN.........................................................................................

127

commit to user

x


digilib.uns.ac.id

DAFTAR TABEL

Tabel 1.1

PDRB Atas Harga Konstan 2000 Menurut Wilayah Tahun 2007 - 2009 (Juta Rupiah)..….…………....………

Tabel 1.2

Jumlah Penduduk Antar Wilayah di Indonesia Tahun 2007 - 2009 ………..………………...…………………...

Tabel 1.3

82

PDRB Atas Harga Konstan 2000 Menurut Wilayah Tahun 2007 - 2009 (Juta Rupiah).................................…..

Tabel 4.6

80

Garis Kemiskinan dan Jumlah Penduduk Miskin Menurut Provinsi (Ribu Jiwa) ………...............................

Tabel 4.5

77

Jumlah dan Persentase Penduduk Miskin Berdasarkan Pembagian Wilayah dalam RPJMN (Ribu Jiwa)………...

Tabel 4.4

75

Perkembangan Batas Garis kemiskinan Versi BPS dan Jumlah Penduduk Miskin ….…….....................................

Tabel 4.3

14

Jumlah dan Kepadatan Penduduk Menurut Provinsi Tahun 2007 - 2009 …….……...........................................

Tabel 4.2

10

Jumlah dan Persentase Penduduk Miskin Berdasarkan Pembagian Wilayah dalam RPJMN (Ribu Jiwa)...………

Tabel 4.1

8

Persentase Penduduk Miskin Menurut Sajogyo dan Esmara................................................................................

Tabel 1.5

4

Perkembangan Batas Garis kemiskinan Versi BPS dan Jumlah Penduduk Miskin...................................…………

Tabel 1.4

2

84

Jumlah PendudukMelek Huruf Antar Wilayah di Indonesia Tahun 2007 - 2009 …....……..……………….. 86

Tabel 4.7

Jumlah Pengangguran Menurut Provinsi Tahun 2007 – 2009 (Ribu Jiwa) .............……....………………….….…. commit to user

xi

89


Tabel 4.8

digilib.uns.ac.id

Indeks Pembangunan Manusia Indonesia Tahun 20062008...................................................................................

91

Tabel 4.9

Hasil Uji Pendekatan Koutsoyiannis ..........................…..

103

Tabel 4.10

Kesenjangan Dalam Pulau…..……………….…………..

112

Tabel 4.11

Perbandingan Jumlah Penduduk dan Penduduk Miskin Provinsi Maluku dan Maluku Utara …...…...…………....

Tabel 4.12

112

Perbandingan Variabel Penentu Kemiskinan Provinsi Maluku dan Maluku Utara ………………...………...…... 113

Tabel 4.13

Perbandingan Jumlah Penduduk dan Penduduk Miskin Provinsi NTB dan NTT ...................…...…...……………

Tabel 4.14

115

Perbandingan Variabel Penentu Kemiskinan Provinsi NTB dan NTT ……………….................................……..

116

Tabel 4.15

Kesenjangan Antar Pulau…..……………….……………

118

Tabel 4.16

Kesenjangan Total Indonesia….....………….…………...

120

commit to user

xii


digilib.uns.ac.id

DAFTAR GAMBAR

Gambar 2.1

Lingkaran Setan Kemiskinan …………………………....... 28

Gambar 2.2

Kerangka Pemikiran …………………………………........ 53

Gambar 3.1

Daerah Kritis Uji t ............………………………………... 64

Gambar 3.2

Daerah Kritis Uji F ...........………………………………... 65

Gambar 4.1

Peta Wilayah Indonesia ....……………………………….... 72

Gambar 4.2

Uji t Untuk Variabel Pertumbuhan Ekonomi (GRW) …..… 98

Gambar 4.3

Uji t Untuk Variabel Pendidikan (AMH) …......………….. 99

Gambar 4.4

Uji t Untuk Variabel Pengangguran …..............………….. 100

Gambar 4.5

Uji F…………………………..………………………….... 101

Gambar 4.6

Uji Durbin Watson............................................................... 104

commit to user

xiii


digilib.uns.ac.id

DAFTAR LAMPIRAN

Lampiran A Data Kemiskinan, Pertumbuhan Ekonomi, Pendidikan (AMH), dan Pengangguran di Indonesia tahun 2007 – 2009. .127 Lampiran B Hasil Regresi Utama Pengaruh Pertumbuhan Ekonomi, Pendidikan (AMH), dan Pengangguran Terhadap Tingkat Kemiskinan di Indonesia tahun 2007 - 2009 .........................131 Lampiran C

Uji Asumsi Klasik Pengaruh Pertumbuhan Ekonomi, Pendidikan (AMH), dan Pengangguran Terhadap Tingkat Kemiskinan di Indonesia tahun 2007 - 2009 ........................ 135

Lampiran D Indeks Entropi Theil Ketimpangan Tingkat Kemiskinan di Indonesia Tahun 2007 – 2009 .......................................... 140

commit to user

xiv


digilib.uns.ac.id

commit to user

xv


digilib.uns.ac.id

ABSTRAKSI ANALISIS FAKTOR PENENTU DAN TINGKAT KETIMPANGAN KEMISKINAN ANTAR WILAYAH DI INDONESIA PERIODE 2007-2009 Ari Widi Andono (NIM. F0107029) Tujuan penelitian ini untuk mengetahui seberapa besar pengaruh pertumbuhan ekonomi (growth), angka melek huruf (AMH) dan pengangguran terhadap tingkat kemiskinan di Indonesia pada tahun 2007 – 2009, serta untuk mengetahui trend kesenjangan kemiskinan dalam pulau dan antar pulau di Indonesia pada tahun 2007 – 2009. Metode analisis data yang digunakan dalam penelitian ini ada dua macam. Untuk mengetahui pengaruh variabel independen terhadap variabel dependen digunakan alat analisis panel data, dimana metode yang digunakan adalah Fixed Effect Model (FEM). Sedangkan untuk mengetahui trend kesenjangan kemiskinan digunakan alat analisis Indeks Entropi Theil. Hasil analisis data menunjukkan bahwa variabel pertumbuhan ekonomi (growth), angka melek huruf (AMH) berpengaruh negatif dan signifikan terhadap tingkat kemiskinan di Indonesia tahun 2007 - 2009, sedangkan variabel pengangguran berpengaruh positif dan signifikan terhadap tingkat kemiskinan di Indonesia tahun 2007 - 2009. Tingkat kesenjangan kemiskinan dalam pulau di Indonesia mengalami peningkatan selama tahun 2007 – 2009, hanya wilayah Papua yang mengalami penurunan. Sementara itu, tingkat kesenjangan kemiskinan antar pulau di Indonesia mengalami penurunan selama tahun 2007 – 2009, dimana wilayah yang mengalami penurunan paling tinggi adalah Jawa-Bali. Kata Kunci :

kemiskinan, pertumbuhan ekonomi, pendidikan, pengangguran, Fixed Effect Model (FEM), ketimpangan, Indeks Entropi Theil.

commit to user


digilib.uns.ac.id

ABSTRACT AN ANALYSIS ON DETERMINANT FACTOR AND INTER-AREAS POVERTY GAP RATE IN INDONESIA IN 2007-2009 PERIOD Ari Widi Andono (NIM. F0107029) The objective of research is to find out how much the effect of economic growth rate, literacy rate (AMH) and unemployment rate is on the poverty rate in Indonesia during 2007-2009, as well as to find out the trend of poverty gap intraand inter-islands in Indonesia during 2007-2009. There are two methods of analyzing data used in this research. To find out the effect of independent variables on dependent one, the data panel analysis was used in which the method used was Fixed Effect Model (FEM). Meanwhile, to find out the trend of poverty gap, Entropy Theil index analysis instrument was used. The result of data analysis shows that the economic growth and literacy (AMH) rates variables affect negatively and significantly the poverty rate in Indonesia during 2007-2009, while the unemployment variable affects positively and significantly the poverty rate in Indonesia during 2007-2009. The poverty gap rate intra-island in Indonesia increases during 2007-2009, it is only Papua encounters decrease. Meanwhile, the intraisland poverty gap level in Indonesia decreases during 2007-2009, in which the area with the highest decreases is Java and Bali. Keywords: poverty, economic growth, education, unemployment, Fixed Effect Model (FEM), gap, Entropy Theil Index.

commit to user

1 digilib.uns.ac.id


BAB I PENDAHULUAN

A. Latar Belakang Masalah Pembangunan ekonomi daerah adalah suatu proses dimana pemerintah daerah dan masyarakat mengelola sumberdaya yang ada dan membentuk suatu pola kemitraan antara pemerintah daerah dengan sektor swasta untuk menciptakan suatu lapangan kerja baru dan merangsang perkembangan kegiatan ekonomi (pertumbuhan ekonomi) dalam wilayah tersebut (Arsyad, 1999). Tujuan utama dari usaha-usaha pembangunan ekonomi selain menciptakan pertumbuhan yang setinggi-tingginya, harus pula menghapus

atau mengurangi tingkat

kemiskinan, kesenjangan

pendapatan, dan tingkat pengangguran (Todaro, 2000). Adanya perbedaan endowment factor antara satu daerah dengan yang lain menyebabkan terjadinya gap atau kesenjangan antar daerah-daerah tersebut (Sadono, 1997). Perbedaan tingkat kemajuan ekonomi antardaerah yang berlebihan akan menyebabkan backwash effects yang lebih besar dari spread effects sehingga mengakibatkan proses ketidakseimbangan. Perbedaan atau ketimpangan tingkat pertumbuhan ekonomi tersebut dapat dilihat dari besarnya Produk Regional Domestik Bruto (PDRB) yang dihasilkan oleh setiap daerah.

commit to user

2 digilib.uns.ac.id


Tabel 1.1 PDRB Atas Dasar Harga Konstan 2000 Menurut Wilayah Tahun 2007-2009 (Juta Rupiah)

2007

Wilayah

(1) Sumatera

Tahun 2008

Jumlah

%

(2)

(3)

Peringkat

(4)

2009 Pering-

Jumlah

%

(5)

(6)

(7)

kat

Pering-

Jumlah

%

(8)

(9)

(10)

kat

408,321,074.15

21.73

2

428,403,023.28

21.59

2

462,062,008.70

21.20

2

Jawa-Bali

1,160,911,333.9

61.79

1

1,229,239,676.84

61.96

1

1,349,227,990.0

62.00

1

Kalimantan

166,365,987.16

8.86

3

175,114,840.29

8.83

3

187,367,314.30

8.61

3

Sulawesi

84,599,364.77

4.50

4

91,128,054.18

4.59

4

104,134,955.6

4.78

4

58,540,888.40

3.12

5

59,948,370.59

3.02

5

74,144,978.68

3.41

5

1,569,232,408.05

83.53

-

1,657,642,700.13

83.56

-

1,811,584,808.00

83.21

-

309,506,240.33

16.47

-

326,191,265.06

16.44

-

365,647,248.60

16.79

-

1,878,738,648.38

100

-

1,983,833,965.19

100

-

2,177,232,056.71

100

-

Nusa Tenggara, Maluku, Papua Indonesia Barat Indonesia Timur Indonesia

Sumber: BPS. (2010). Statistik Indonesia 2009, data diolah

Berdasarkan tabel di atas dapat kita lihat bahwa besarnya PDRB yang dihasilkan di wilayah Indonesia bagian barat jauh lebih besar dari pada PDRB yang dihasilkan di Indonesia bagian timur. Pada tahun 2007 Indonesia bagian barat menghasilkan PDRB sebesar Rp. 1.569.232.408,05,- juta, pada tahun berikutnya meningkat jadi Rp. 1.657.642.700,13,- juta dan pada tahun 2009 sebesar Rp. 1.811.584.808,- juta. Sementara itu jumlah PDRB yang dihasilkan di Indonesia bagian timur pada tahun 2007 hanya sebesar Rp. 309.506.240,33,- juta, pada tahun 2008 sebesar Rp. 326.191.265,06,- juta dan pada tahun 2009 jumlahnya meningkat jadi Rp. 365.647.248,6,- juta. Jumlah total PDRB yang dihasilkan oleh provinsi-provinsi di Pulau Jawa dan Bali selalu menduduki posisi paling tinggi bila dibandingkan dengan pulau-pulau lainnya. Dimana pada tahun 2007 total PDRB yang dihasilkan provinsiprovinsi yang berada di Pulau Jawa dan Bali sebesar Rp. 1.160.911.333,90,commit to user


3 digilib.uns.ac.id

juta, lalu pada tahun 2008 dan 2009 jumlahnya meningkat masing-masing menjadi Rp. 1.229.239.676,84,- juta dan Rp. 1.349.522.799,- juta. Pulau Sumatera menduduki posisi kedua dimana total PDRB yang dihasilkan seluruh provinsi-provinsinya pada tahun 2007 sebesar Rp. 408.321.074,15,juta, pada tahun 2008 meningkat menjadi sebesar Rp. 428.403.023,28,- juta dan pada tahun 2009 meningkat lagi menjadi Rp. 462.062.008,7,- juta. Pada posisi ketiga ditempati oleh Pulau Kalimantan, dimana total PDRB yang dihasilkan povinsi-provinsinya pada tahun 2007 sebesar Rp. 166.365.987,16,juta, pada tahun 2008 sebesar Rp. 175.114.840,29,- juta dan pada tahun 2009 meningkat jadi Rp. 187.367.314,3,- juta. Pulau Sulawesi menempati posisi keempat dimana total PDRB yang dihasilkan provinsi-provinsinya pada tahun 2007 sebesar Rp. 84.599.364,77,- juta, pada tahun 2008 naik jadi Rp. 91.128.054,18,- juta dan pada tahun 2009 naik lagi menjadi Rp. 104.134.955,6,- juta. Sedangkan Pulau Nusa Tenggara, Maluku dan Papua menempati posisi terakhir, dimana pada tahun 2007 seluruh provinsinya menghasilkan total PDRB sebesar Rp. 58.540.888,40,- juta, pada tahun 2008 jumlahnya meningkat menjadi Rp. 59.948.370,59,- juta dan pada tahun 2009 meningkat lagi menjadi Rp. 74.144.978,68,- juta. Ketimpangan yang terjadi antara satu daerah dengan yang lain juga sangat dipengaruhi oleh banyaknya penduduk, karena adanya penduduk atau Sumber Daya Manusia (SDM) merupakan salah satu syarat dalam melakukan pembangunan ekonomi selain Sumber Daya Alam (SDA) dan modal. Akan tetapi jumlah penduduk yang tinggi saja tidak akan mempunyai daya guna dalam melakukan pembangunan ekonomi tanpa diimbangi dengan kualitas commit to user

4 digilib.uns.ac.id


penduduk tersebut. Adanya jumlah penduduk yang rendah dan kurang mempunyai kualitas akan mempengaruhi tingkat produktifitas suatu wilayah. Apabila tingkat produktifitas rendah maka akan mempengaruhi banyaknya Produk Domestik Regional Bruto yang dihasilkan oleh wilayah tersebut. Korelasi antara jumlah dan kualitas penduduk dengan besarnya Produk Domestik Regional Bruto (PDRB) terbukti dengan adanya ketimpangan yang terjadi antara Indonesia bagian barat dan Indonesia bagian timur. Di mana seperti yang kita ketahui bersama wilayah Indonesia bagian barat memiliki jumlah dan kualitas penduduk yang lebih tinggi dapat menghasilkan PDRB yang tinggi, sementara Indonesia bagian timur cenderung memiliki jumlah dan kualitas penduduk yang kurang sehingga hanya menghasilkan PDRB yang kecil. Tabel 1.2 Jumlah Penduduk Antar Wilayah di Indonesia Tahun 2007-2009 Tahun Wilayah

Luas Wilayah

2008

2009

Km

%

Jumlah (ribu jiwa)

(2)

(3)

(4)

(5)

(6)

25.16

48,060.6

21.28

2

48,924.5

21.40

2

49,615.4

21.44

2

2

(1)

2007 %

Pering -kat

Jumlah (ribu jiwa)

%

Pering -kat

Jumlah (ribu jiwa)

%

Peringkat

(7)

(8)

(9)

(10)

(11)

(12)

Sumatera

480,802.28

Jawa-Bali

135,218.34

7.08

135,186.3

59.85

1

136,372.6

59.64

1

137,711.1

59.52

1

Kalimantan

544,150.07

28.48

12,628.3

5.59

4

12,847.7

5.62

4

13,065.8

5.65

4

Sulawesi Nusa Tenggara

188,522.36

9.87

16,291.8

7.21

3

16,530.9

7.23

3

16,767.7

7.25

3

67,290.42

3.52

8,745.4

3.87

5

8,898.1

3.89

5

9,053.7

3.91

5

Maluku

78,896.53

4.13

2,246.3

0.99

7

2,280.3

1.00

7

2,314.5

1.00

7

Papua

416,060.54

21.77

2,731.6

1.21

6

2,786.5

1.22

6

2,841.4

1.23

6

1,910,940.54

100

225,890.3

100

228,640.6

100

231,369.6

100

Indonesia


Dari tabel tersebut kita dapat melihat dengan jelas adanya ketimpangan dalam penyebaran penduduk di Indonesia. Pada tahun 2007, 2008 maupun 2009 jumlah penduduk commit tolebih user banyak terkonsentrasi di wilayah


5 digilib.uns.ac.id

Indonesia bagian barat terutama di wilayah Jawa dan Bali, padahal luasnya hanya 7,08% dari total luas Indonesia. Pada tahun 2009 jumlah penduduk yang berada di wilayah Jawa-Bali mencapai 59,52% atau sekitar 137.711,10 ribu jiwa. Wilayah Sumatera menempati peringkat kedua dengan jumlah penduduk sebesar 49.615,40 ribu jiwa atau sekitar 21,44%. Penduduk yang berada di wilayah Sulawesi pada tahun 2009 mencapai 16.767,70 ribu jiwa atau sekitar 7,25% dari total populasi nasional. Wilayah Kalimantan yang merupakan pulau terluas hanya ditinggali penduduk sebanyak 13.065,80 ribu jiwa. Pada tahun 2009 jumlah penduduk yang berada di wilayah Nusa Tenggara sekitar 3,91% dari jumlah populasi nasional atau berjumlah 9.053,70 ribu jiwa. Dua daerah yang berada di timur Indonesia yaitu wilayah Maluku dan Papua pada tahun 2009 hanya ditinggali masing-masing sebesar 1% atau sekitar 2.314,50 ribu jiwa dan 1,23% dari jumlah populasi nasional atau sekitar 2.841,40 ribu jiwa. Adanya ketimpangan pertumbuhan ekonomi dan penyebaran penduduk yang terjadi antara satu wilayah dengan yang lain pada akhirnya akan menimbulkan kesenjangan tingkat kemiskinan. Kemiskinan merupakan masalah kompleks yang dihadapi oleh semua negara di dunia, terutama di negara sedang berkembang. Masalah tersebut dapat dikatakan kompleks karena kemiskinan memiliki banyak dimensi, bukan hanya dimensi ekonomi saja tetapi juga dimensi lain seperti kesehatan dan pendidikan. Konsentrasi spasial kemiskinan memiliki definisi yang berbeda dengan kemiskinan yang konvensional. Secara konvensional, kemiskinan menunjuk pada individu atau keluarga yang tidak dapat memenuhi kebutuhan pokok hidupnya atau membelanjakan lebih dari commit to user


6 digilib.uns.ac.id

proporsi tertentu dari pendapatannya untuk mencapai standar hidup tertentu sedangkan konsentrasi spasial kemiskinan melihat tingkat kemiskinan pada suatu komunitas tertentu (Ardyanto, 2003 dalam Sunarwan, 2007). Komunitas dapat disebut miskin jika lebih dari 20% populasinya orang miskin. Tingkat kemiskinan suatu komunitas inilah yang selanjutnya dapat digunakan untuk memberikan informasi perbandingan kemiskinan antar wilayah. Mengingat kemiskinan merupakan masalah yang kompleks, maka terdapat banyak faktor yang diduga dapat mempengaruhinya, antara lain: (i) pertumbuhan ekonomi; (ii) pendidikan, dan (iii) pengangguran. Penelitian yang dilakukan Wongdesmiwati (2009), menemukan bahwa terdapat hubungan yang negatif antara pertumbuhan ekonomi dan tingkat kemiskinan. Kenaikan pertumbuhan ekonomi akan menurunkan tingkat kemiskinan. Hubungan ini menunjukkan pentingnya mempercepat pertumbuhan ekonomi untuk menurunkan tingkat kemiskinan. Pendidikan juga merupakan faktor penentu tinggi rendahnya tingkat kemiskinan. Investasi pendidikan akan mampu meningkatkan kualitas Sumber Daya Manusia (SDM) yang diperlihatkan dengan meningkatnya pengetahuan dan keterampilan seseorang. Semakin tinggi tingkat pendidikan seseorang, maka pengetahuan dan keahlian juga akan meningkat sehingga akan mendorong peningkatan produktivitas dan efisiensi dalam pekerjaannya. Dari hal tersebut terlihat dengan jelas adanya hubungan antara pendidikan dengan kemiskinan. Pengangguran juga merupakan salah satu faktor yang dapat mempengaruhi tingkat kemiskinan di suatu wilayah. Penelitian yang dilakukan oleh Adit commit to user

7 digilib.uns.ac.id


Agus Prasetyo (2010) menemukan bahwa ada hubungan yang positif antara tingkat

penggangguran

dengan

tingkat

kemiskinan.

Hubungan

ini

menunjukkan pentingnya untuk menekan tingkat pengangguran untuk menurunkan tingkat kemiskinan. Dalam mengukur tingkat kemiskinan Badan Pusat Statistik (BPS) menggunakan batas kemiskinan dari besarnya rupiah yang dibelanjakan per kapita sebulan untuk memenuhi kebutuhan minimum makanan dan bukan makanan (BPS, 1994 dalam Mudrajad, 2009). Untuk kebutuhan minimum makanan digunakan patokan 2.100 kalori per hari. Sedang pengeluaran kebutuhan minimum bukan makanan meliputi pengeluaran untuk perumahan, sandang, serta aneka barang dan jasa. Berdasarkan pengukuran tersebut di dapatkan hasil bahwa selama periode 1976 sampai 2009, telah terjadi trend peningkatan batas garis kemiskinan, yang disesuaikan dengan kenaikan harga barang-barang yang dikonsumsi oleh masyarakat, hal ini seperti yang ditunjukkan tabel berikut:

commit to user

8 digilib.uns.ac.id


Tabel 1.3 Perkembangan Batas Garis Kemiskinan Versi BPS dan Jumlah Penduduk Miskin KOTA

DESA (%)

Batas Garis Kemiskinan (Rp/kapita/bulan)

Jumlah Penduduk Miskin (juta)

(%)

(3)

(4)

(5)

(6)

(7)

4.522

10

38,8

2.849

44,2

40,4

1984

13.731

9,3

23,14

7.746

25,7

21,18

1987

17.381

9,7

20,14

10.294

20,3

16,44

1990

20.614

9,4

16,75

13.295

17,8

14,33

1993

27.905

8,7

13,45

18.244

17,2

13,79

1996

42.032

9,6

13,6

31.366

24,9

19,9

1998

96.959

17,6

21,9

72.780

31,9

25,7

1999

89.845

12,4

15,1

69.420

25,1

20,2

2000

91.632

12,1

14,58

73.648

25,2

22,14

2001

100.011

8,5

9,76

80.382

28,6

24,95

2002

130.499

13,3

14,46

96.512

25,1

21,1

2003

138.803

12,2

13,57

105.888

25,1

20,23

2004

143.455

11,4

12,13

108.725

24,8

20,11

2005

150.799

12,4

11,37

117.259

22,7

19,51

2006

174.290

14,49

13,47

130.584

24,81

21,81

2007

187.942

13,56

12,52

146.837

23,61

20,37

2008

204.896

12,77

11,65

161.831

22,19

18,93

2009

222.123

11,91

10,72

179.835

20,62

17,35

Tahun



(1)

(2)

1976

Sumber: BPS. (1994, 2001, 2009) dalam Mudrajad Kuncoro. (2009). URL: www.mudrajad.com/ upload/kemiskinan_di_Indonesia-Mudrajad_18juli2009.doc diakses 12 November 2010 pukul 20.05

Dari tabel di atas terlihat bahwa jumlah dan persentase penduduk miskin pada periode 1996-2009 berfluktuasi dari tahun ke tahun. Pada periode 1996-1999 jumlah penduduk miskin meningkat sebesar 13,96 juta jiwa dari 34,01 juta jiwa pada tahun 1996 menjadi 47,97 juta jiwa pada tahun 1999. Pada periode 2000-2005 jumlah penduduk miskin cenderung menurun dari 37,5 juta jiwa pada tahun 2000 menjadi 35,10 juta jiwa pada tahun 2005. Pada tahun 2006, terjadi kenaikan jumlah penduduk miskin yang cukup drastis menjadi 39,30 juta jiwa (17,75%). Penduduk miskin di daerah commit to user perdesaan bertambah 2,11 juta jiwa, sementara di daerah perkotaan


9 digilib.uns.ac.id

bertambah 2,09 juta jiwa. Namun pada periode 2007-2008 terjadi penurunan jumlah dan persentase penduduk miskin yang cukup signifikan, dari 37,17 juta jiwa (16,58%) pada tahun 2007 menjadi 34,96 juta jiwa (15,42%) pada tahun 2008. Jumlah penduduk miskin di daerah perdesaan turun lebih tajam dari pada daerah perkotaan, dimana selama periode 2007-2008 penduduk miskin di daerah perdesaan berkurang 1,42 juta jiwa, sementara di daerah perkotaan berkurang 0,79 juta jiwa. Di tahun 2009 trend penurunan jumlah penduduk miskin masih berlanjut, dimana pada tahun ini jumlah penduduk miskin berkurang menjadi 32,53 juta jiwa dengan rincian penduduk miskin di wilayah kota sebesar 11,91 juta jiwa dan penduduk miskin di wilayah desa sebesar 20,62 juta jiwa. Bank Dunia (1990) mengunakan 2 (dua) kriteria dalam melakukan penelitian tentang kemiskinan, yaitu: (i) menggunakan garis kemiskinan nasional yang didasarkan pada pola konsumsi 2.100 kalori per hari dan (ii) garis kemiskinan internasional berdasarkan Purchasing Power Parity (PPP) US$ 1 dan US$ 2. Menurut penelitian yang dilakukan Bank Dunia di Indonesia, bila garis kemiskinan dihitung berdasarkan Purchasing Power Parity (PPP) US$ 1 per kapita/hari maka persentase kemiskinan adalah sebesar 5,9% pada tahun 2008, yang lebih rendah dibanding tahun sebelumnya yaitu 6,7%. Namun bila dihitung berdasarkan PPP US$ 2 per kapita/hari, maka persentase kemiskinan adalah sebesar 42,6%. Jika garis kemiskinan naik dua kali lipat, terlihat bahwa jumlah penduduk miskin naik lebih dari empat kali. Ini menunjukkan bahwa perhitungan angka kemiskinan di Indonesia begitu sensitif terhadap perubahan harga. Adanya fluktuasi commit to user

10 digilib.uns.ac.id


sedikit saja dari harga-harga kebutuhan bisa berakibat banyak sekali penduduk

yang

akan

tergolong

miskin

(Mudrajad,

2009.

URL:

www.mudrajad.com/upload/kemiskinan_di_Indonesia-Mudrajad_18juli2009. doc diakses tanggal 12 November 2010 pukul 20.05) Sajogyo (1974) melakukan penelitian mengenai kemiskinan dengan menggunakan suatu garis kemiskinan yang didasarkan atas harga beras. Sajogyo mendefinisikan batas garis kemiskinan sebagai tingkat konsumsi per kapita setahun yang sama dengan beras. Dengan kata lain, garis kemiskinan versi Sajogyo adalah nilai rupiah yang setara dengan 20 kg beras untuk daerah pedesaan dan 30 kg beras untuk perkotaan. Pendekatan Sajogyo ini memiliki kelemahan mendasar yaitu tidak mempertimbangkan perkembangan tingkat biaya riil (Mudrajad, 2009).

Tabel 1.4 Persentase Penduduk Miskin Menurut Sajogyo dan Esmara Kota Tahun

Desa

Sajogyo

Esmara

Sajogyo

Esmara

(1)

(2)

(3)

(4)

(5)

1964/65

65.1

44.0

49.3

51.6

1970

45.4

38.1

31.3

49.1

1976

31.2

39.9

28.1

46.4

1978

27.2

41.6

29.7

46.6

1980

24.4

37.3

17.1

43.2

1981

13.2

32.3

8.0

40.0

1984

31.3

31.3

7.4

39.3

1987

30.4

30.4

3.2

36.0

Sumber: Booth (1992), dalam Mudrajad (2009)

Dari penelitian kemiskinan yang didasarkan pada harga beras tersebut di dapatkan hasil bahwa pada tahun 1964/65 jumlah penduduk kota yang dapat dikategorikan miskin sebesar 65,1% sedangkan jumlah penduduk commit to user



desa miskin sebesar 49,3%. Jumlah tersebut terus mengalami penurunan sampai pada tahun 1981, dimana pada tahun tersebut jumlah penduduk kota dan desa yang dikategorikan miskin masing-masing sebesar 13,2% dan 8%. Namun pada tahun penelitian berikutnya yaitu tahun 1984 dan 1987 persentase penduduk miskin di kota dan desa mengalami perkembangan yang berkebalikan. persentase penduduk miskin kota mengalami kenaikan dari 13,2% pada tahun 1981 menjadi 30,4% pada tahun 1987, sementara persentase penduduk miskin desa mengalami penurunan dari 8% pada tahun 1981 menjadi 3,2% di tahun 1987. Penelitian mengenai masalah kemiskinan lainnya adalah yang dilakukan oleh Hendra Esmara. Hendra Esmara (1986) menggunakan suatu garis kemiskinan perdesaan dan perkotaan yang dipandang dari sudut pengeluaran aktual pada sekelompok barang dan jasa esensial seperti yang diungkapkan secara berturut-turut dalam Susenas. Oleh karena itu ukuran Esmara mampu menangkap dampak inflasi maupun dampak penghasilan riil yang meningkat terhadap kuantitas barang-barang esensial yang dikonsumsi. Hasil penelitian yang didapatkan melalui metode yang dipakai Hendra Esmana (1986) ini menunjukkan bahwa pada tahun 1964/65 persentase penduduk yang dikategorikan miskin di kota mencapai 44% sedangkan di desa terdapat penduduk miskin sebesar 51,6%. Pada tahun-tahun berikutnya persentase penduduk miskin baik di kota maupun di desa menunjukkan trend yang menurun, akan tetapi trend penurunan tersebut tidak sebesar trend penurunan yang terjadi dalam penelitian Sajogyo (1974). Dalam penelitian yang dilakukan pada tahun 1986 menunjukkan bahwa penduduk kota yang commit to user



dapat dikategorikan miskin sebesar 30,4% sedangkan penduduk miskin di desa mencapai 36%. Penelitian yang dilakukan Hendra Esmana (1986) selalu menunjukkan persentase penduduk miskin yang ada di desa selalu lebih besar dari pada persentase penduduk miskin yang ada di kota, hal ini berlawanan dengan penelitian Sajogyo yang menunjukkan persentase penduduk miskin di desa selalu lebih kecil dibandingkan penduduk miskin di kota (Mudrajad, 2009). Penelitian mengenai masalah ketimpangan kemiskinan yang pernah dilakukan adalah “Analisis Konsentasi Kemiskinan di Indonesia Periode Tahun 1999-2003”. Penelitian yang dilakukan oleh Diana Wijayanti dan Heri Wahono (2005) ini didasari adanya kenyataan bahwa masalah kemiskinan tidak hanya terkait dengan jumlah populasi orang miskin saja tetapi juga terkait dengan konsentrasi kemiskinan yang ada pada area tertentu. Hasilnya adalah baik kesenjangan dalam pulau (within region) maupun antar pulau (between region) di Indonesia relatif stabil. Di mana pulau yang memiliki tingkat kesenjangan antar pulau tertinggi adalah Pulau Jawa dan yang terendah adalah Pulau Kalimantan. Penelitian dengan tema yang hampir sama dilakukan oleh Sunarwan Arif Wicaksana (2007). Penelitian

ini mengambil judul “Analisis

Kesenjangan Kemiskinan Antar Provinsi di Indonesia Periode Tahun 20002004”. Hasilnya adalah kesenjangan dalam pulau atau within island di Indonesia relatif stabil, dimana pulau yang memiliki tingkat kesenjangan tertinggi adalah kelompok kepulauan lainnya yang terdiri dari Provinsi Bali, NTB, NTT, Maluku. Untuk kesenjangan antar pulau atau between island commit to user



menghasikan angka yang relatif stabil,dimana pulau yang memiliki tingkat kesenjangan tertinggi adalah Pulau Jawa, sedangkan pulau yang memiliki tingkat kesenjangan terendah adalah Pulau Kalimantan. Penelitian lainnya adalah yang dilakukan oleh Ardyanto (2003) dengan judul “Analisis Konsentrasi Spasial Kemiskinan di Jawa”. Hasil penelitian ini mendukung hipotesis yang telah dikemukakan oleh penulis, terjadi kesenjangan yang semakin tinggi di Jawa antara sebelum krisis (1996) dan sesudah krisis (1998). Selain itu juga disimpulkan bahwa kesenjangan spasial di Jawa pada tahun 1996 lebih banyak disebabkan oleh kesenjangan dalam satu provinsi. Hasil ini mengindikasikan bahwa konsentrasi kemiskinan spasial terjadi di wilayah kabupaten dan kota sehingga terjadi kesenjangan antar kabupaten/kota yang lebih besar dibandingkan kesenjangan antar provinsi di Jawa. Penelitian mengenai masalah kemiskinan antar wilayah di Indonesia yang didasarkan atas pembagian wilayah menurut Rencana Pembangunan Jangka Menengah (RPJM) Nasional selama ini masih jarang dilakukan. Menurut RPJM Nasional wilayah Indonesia tidak hanya dibagi menjadi wilayah Indonesia bagian barat dan Indonesia bagian timur saja, tetapi wilayah Indonesia dibagi menjadi 7 (tujuh) bagian yaitu: (i) wilayah Sumatera, (ii) wilayah Jawa-Bali, (iii) wilayah Kalimantan, (iv) wilayah Sulawesi, (v) wilayah Nusa Tenggara, (vi) wilayah Maluku dan (vii) wilayah Papua. Dengan membagi wilayah Indonesia menjadi bagian-bagian seperti yang tertulis dalam RPJM Nasional tersebut, tingkat kemiskinan yang terjadi commit to user



di Indonesia akan dapat terlihat dengan lebih jelas dari pada hanya membagi wilayah Indonesia menjadi kawasan barat dan kawasan timur.

Tabel 1.5 Jumlah dan Persentase Penduduk Miskin Berdasarkan Pembagian Wilayah dalam RPJMN (Ribu Jiwa) Tahun 2007

Wilayah Jumlah (1)

%

Jumlah

%

Jumlah

Peringkat

(3)

(4)

(6)

(7)

(9)

(10)

21.07

2

7,294.0

20.86

2

6,854.2

21.07

2

Jawa-Bali

21,324.9

57.27

1

20,191.6

57.75

1

18,610.7

57.21

1

Kalimantan

1,352.9

3.63

5

1,214.1

3.47

5

1,015.9

3.12

6


2,788.1

7.49

3

2,608.5

7.46

3

2,490,1

7.65

3

2,350.2

6.31

4

2,178.9

6.23

4

2,064.0

6.34

4

514.6

1.38

7

496.4

1.42

7

478.0

1.47

7

1,060.2

2.85

6

979.6

2.80

6

1,017.1

3.13

5

37,236.3

100

34,963.1

100

32,530.0

100

Indonesia

(8)

%

7,845.4

Papua

(5)

2009 PeringKat

Sumatera

Maluku

(2)

2008 Peringkat

Sumber: Sumber: BPS. (2010). Statistik Indonesia 2009, data diolah

Dari tabel di atas dapat diketahui bahwa baik dalam tahun 2009 jumlah penduduk miskin terbesar berada dikawasan Jawa-Bali dengan jumlah 18.610,7 ribu jiwa. Di kawasan Sumatera jumlah penduduk miskin sebesar 6.854,2 ribu jiwa atau sekitar 21,07% dari total penduduk miskin di Indonesia. Jumlah penduduk miskin yang berada di kawasan Sulawesi dan Nusa Tenggara masing-masing sebesar 2.490,1 ribu jiwa dan 2.064 ribu jiwa. Di Kawasan Papua terdapat penduduk miskin berjumlah 1.017,1 ribu jiwa atau sekitar 3,13%. Jumlah penduduk miskin yang berada di kawasan Kalimantan sebesar 1.015,9 ribu jiwa. Sedangkan kawasan Maluku merupakan kawasan yang memiliki jumlah penduduk miskin yang paling kecil yaitu sebesar 478 ribu jiwa. Meskipun jumlah penduduk miskin dari commit to user



tahun ke tahun menunjukkan adanya trend yang menurun, akan tetapi jumlah penduduk Indonesia yang dikategorikan miskin masih tetap banyak. Adanya perbedaan tingkat persentase dan jumlah kemiskinan yang cukup signifikan disetiap wilayah di Indonesia, akan membawa dampak perbedaan tingkat kesejahteraan antar wilayah yang pada akhirnya akan menyebabkan kesenjangan kemiskinan semakin membesar. Berdasarkan latar belakang masalah diatas maka penulis mengangkat penelitian dengan judul “ANALISIS FAKTOR PENENTU DAN TINGKAT KETIMPANGAN KEMISKINAN ANTAR WILAYAH DI INDONESIA PERIODE 20072009”. B. Rumusan Masalah Berdasarkan latar belakang masalah di atas perumusan masalah dalam studi ini adalah sebagai berikut: 1. Apakah variable Pertumbuhan Ekonomi (Growth), Angka Melek Huruf (AMH) dan Pengangguran berpengaruh terhadap tingkat kemiskinan di Indonesia pada tahun 2007-2009. 2. Bagaimanakah trend kesenjangan kemiskinan dalam pulau dan antar pulau di Indonesia pada tahun 2007-2009. C. Tujuan Penelitian Berdasarkan rumusan masalah di atas maka tujuan dari penelitian ini adalah sebagai berikut: 1. Untuk mengetahui pengaruh variabel Pertumbuhan Ekonomi (Growth), Angka Melek Huruf (AMH) dan Pengangguran terhadap tingkat kemiskinan di Indonesia pada tahun 2007-2009. commit to user



2. Untuk mengetahui trend kesenjangan kemiskinan dalam pulau dan antar pulau di indonesia pada tahun 2007-2009. D. Manfaat Penelitian Dari hasil penelitian yang dilakukan, diharapkan dapat memberi manfaat baik secara langsung maupun tidak langsung. Adapun manfaat yang diberikan yaitu: 1. Bagi Pengembangan Ilmu Dapat digunakan untuk menambah khasanah pengetahuan tentang kesenjangan kemiskinan antar wilayah di Indonesia periode tahun 20072009. 2. Bagi Pemerintah Dapat digunakan sebagai bahan pertimbangan untuk mengambil kebijakan dalam upaya mengurangi dan menghilangkan kesenjangan kemiskinan spasial yang terjadi di Indonesia. 3. Bagi Pihak Lain Dapat memberikan informasi tambahan khususnya bagi pihak-pihak yang berkepentingan dalam melakukan penelitian berikutnya, khususnya jika akan diterapkan untuk studi-studi dengan masalah yang sama.

commit to user



BAB II TINJAUAN PUSTAKA

A. Kajian Teori 1. Pembangunan Ekonomi a.

Pengertian dan Tujuan Pembangunan Ekonomi Pembangunan ekonomi pada umumnya didefinisikan sebagai suatu proses yang menyebabkan pendapatan perkapita penduduk suatu negara meningkat dalam jangka panjang (Arsyad, 1999). Dari definisi tersebut pembangunan ekonomi mempunyai 3 (tiga) sifat penting yaitu: (i) suatu proses yang berarti perubahan yang terjadi secara terus-menerus, (ii) usaha untuk menaikkan pendapatan perkapita, dan (iii)

kenaikan

Pembangunan

pendapatan ekonomi

perkapita

(economic

dalam

jangka

development)

panjang.

mempunyai

pengertian yang berbeda dengan pertumbuhan ekonomi (economic growth), pembangunan ekonomi sebagai (Arsyad, 1999) : 1) Peningkatan pendapatan perkapita masyarakat yaitu tingkat pertambahan Produk Domestik Bruto (PDB) atau Gross Domestic Product (GDP) pada suatu tahun tertentu adalah melebihi tingkat pertambahan penduduk, atau 2) Perkembangan Produk Domestik Bruto (PDB) atau Gross Domestic Product (GDP) yang terjadi dalam suatu negara diikuti oleh perombakan dan modernisasi struktur ekonominya. commit to user



Sedangkan pertumbuhan ekonomi diartikan sebagai kenaikan Produk Domestik Bruto (PDB) atau Gross Domestic Product (GDP) tanpa memandang apakah kenaikan itu lebih besar atau lebih kecil dari tingkat pertumbuhan penduduk, atau apakah terjadi perubahan struktur ekonomi atau tidak. Pembangunan bukan merupakan tujuan melainkan hanya alat sebagai proses instrumental untuk menurunkan kemiskinan, menyerap tenaga kerja, dan menurunkan kesenjangan distribusi pendapatan. Todaro (2000) menekankan bahwa pembangunan adalah suatu proses yang

multidimensional

yang

melibatkan

perubahan-perubahan

mendasar dalam struktur sosial, sikap masyarakat dan kelembagaan nasional

seperti

halnya

percepatan

pertumbuhan

ekonomi,

pengurangan ketimpangan dan pemberantasan kemiskinan absolut. b. Pembangunan Ekonomi Daerah 1) Pengertian Daerah Pengertian daerah berbeda-beda tergantung pada aspek tinjauannya. Dari aspek ekonomi daerah memiliki tiga pengertian (Arsyad, 1999), yaitu: a) Suatu daerah dianggap sebagai ruang dimana kegiatan ekonomi terjadi dan di dalam berbagi pelosok ruang tersebut terdapat sifat-sifat yang sama. Kesamaan sifat-sifat tersebut antara lain dari segi pendapatan per kapitanya, sosialbudayanya, geografisnya, dan sebagainya. Daerah dalam pengertian ini disebut daerah homogen. commit to user



b) Suatu daerah dianggap sebagai suatu ekonomi ruang yang dikuasai oleh satu atau beberapa pusat kegiatan ekonomi. Daerah dalam pengertian ini disebut daerah nodal. c) Suatu daerah adalah suatu ekonomi ruang yang berada di bawah suatu administrasi tertentu seperti satu provinsi, kabupaten, kecamatan, dan sebagainya. Jadi daerah disini didasarkan pada pembagian administratif suatu negara. Daerah dalam pengertian ini dinamakan daerah administratif atau daerah perencanaan. Dalam

praktik,

jika

kita

membahas

perencanaan

pembangunan ekonomi daerah maka pengertian yang ketiga tersebut diatas lebih banyak digunakan. 2) Pengertian Pembangunan Ekonomi Daerah Pembangunan ekonomi daerah adalah suatu proses dimana pemerintah daerah dan masyarakatnya mengelola sumber daya– sumber daya yang ada dan membentuk suatu pola kemitraan antara

pemerintah

daerah

dengan

sektor

swasta

untuk

menciptakan lapangan kerja baru dan merangsang perkembangan kegiatan ekonomi (pertumbuhan ekonomi) dalam wilayah tersebut. Menurut

Arsyad

(1999)

masalah

pokok

dalam

pembangunan daerah adalah terletak pada penekanan terhadap kebijakan-kebijakan

pembangunan

yang

didasarkan

pada

kekhasan daerah yang bersangkutan (endogenous development) commit to user



dengan

menggunakan

potensi

sumber

daya

manusia,

kelembagaan, dan sumberdaya fisik secara lokal (daerah). Orientasi ini mengarahkan kita kepada pengambilan inisiatifinisiatif yang berasal dari daerah tersebut dalam proses pembangunan untuk menciptakan kesempatan kerja baru dan merangsang peningkatan kegiatan ekonomi. Setiap upaya pembangunan ekonomi daerah mempunyai tujuan utama untuk meningkatkan jumlah dan jenis peluang kerja untuk masyarakat daerah. Dalam upaya untuk mencapai tujuan tersebut pemerintah daerah dan masyarakatnya harus secara bersama-sama mengambil inisiatif pembangunan daerah. Oleh karena itu, pemerintah daerah beserta partisipasi masyarakatnya dan dengan menggunakan sumberdaya-sumberdaya yang ada harus mampu menaksir potensi sumber daya-sumber daya yang diperlukan untuk merancang dan membangun perekonomian daerah. 3) Teori Pembangunan Ekonomi Daerah Saat ini tidak ada satu teori pun yang mampu untuk menjelaskan pembangunan ekonomi daerah secara komprehensif. Namun demikian, ada beberapa teori yang secara parsial dapat membantu untuk memahami arti penting pembangunan ekonomi daerah. Pada hakikatnya, inti dari teori-teori tersebut berkisar pada dua hal, yaitu: (i) pembahasan yang berkisar antara metode dalam menganalisis perekonomian suatu daerah, dan (ii) teoricommit to user



teori yang membahas tentang faktor-faktor yang menentukan pertumbuhan ekonomi suatu daerah tertentu (Arsyad, 1999). a) Teori Ekonomi Neo Klasik Teori ekonomi Neo Klasik memberikan dua konsep pokok

dalam

pembangunan

ekonomi

daerah

yaitu

keseimbangan (equilibrium) dan mobilitas faktor produksi. Artinya, sistem perekonomian akan mencapai keseimbangan alamiahnya jika modal bisa mengalir tanpa restriksi (pembatasan). Oleh karena itu, modal akan mengalir dari daerah yang berupah tinggi menuju ke daerah yang berupah rendah. b) Teori Basis Ekonomi Teori basis ekonomi ini menyatakan bahwa faktor penentu utama pertumbuhan ekonomi suatu daerah adalah berhubungan langsung dengan permintaan akan barang dan jasa dari luar daerah. Pertumbuhan industri-industri yang menggunakan sumber daya lokal, termasuk tenaga kerja dan bahan baku untuk diekspor, akan menghasilkan kekayaan daerah dan penciptaan peluang kerja (job creation). Kelemahan model ini adalah pendasaran pada permintaan eksternal bukan internal, sehingga pada akhirnya akan menyebabkan ketergantungan yang sangat tinggi terhadap kekuatan-kekuatan pasar secara nasional maupun global. commit to user



c) Teori Lokasi Para ekonom regional sering mengatakan bahwa ada 3 (tiga) faktor yang mempengaruhi pertumbuhan daerah, yaitu: lokasi, lokasi, dan lokasi. Pernyataan tersebut sangat masuk akal jika dikaitkan dengan pengembangan kawasan industri. Perusahaan cenderung untuk meminimumkan biayanya dengan

cara

memilih

lokasi

yang

memaksimumkan

peluangnya untuk mendekati pasar. Model pengembangan industri kuno menyatakan bahwa lokasi yang terbaik adalah biaya yang termurah antara bahan baku dengan pasar. Keterbatasan dari teori lokasi ini pada saat sekarang adalah bahwa teknologi dan komunikasi modern telah mengubah signifikansi suatu lokasi tertentu untuk kegiatan produksi dan distribusi barang. d) Teori Tempat Sentral Teori

tempat

sentral

(central

place

theory)

menganggap bahwa ada hierarki tempat (hierarchy of places). Setiap tempat sentral didukung oleh sejumlah tempat yang lebih kecil yang menyediakan sumberdaya industri dan bahan baku. Tempat sentral tersebut merupakan suatu pemukiman yang menyebabkan jasa-jasa bagi penduduk daerah yang mendukungnya. Teori tempat sentral ini bisa diterapkan pada pembangunan ekonomi daerah baik di daerah perkotaan commit to user



maupun pedesaan. Misalnya, perlunya melakukan pembedaan fungsi antara daerah-daerah yang bertetangga (berbatasan). Beberapa daerah bisa menjadi wilayah penyedia jasa sedangkan lainnya hanya sebagai daerah pemukiman. Seorang ahli pembangunan ekonomi daerah dapat membantu masyarakat untuk mengembangkan peranan fungsional mereka dalam sistem ekonomi daerah. e) Teori Kausasi Kumulatif Kondisi daerah-daerah sekitar kota yang semakin buruk menunjukkan konsep dasar dari tesis kausasi kumulatif (cumulative

causation)

ini.

Kekuatan-kekuatan

pasar

cenderung memperparah kesenjangan antara daerah-daerah tersebut (maju versus terbelakang). Daerah yang maju mengalami akumulasi keunggulan kompetitif dibanding daerah-daerah lainnya. f)

Teori Daya Tarik (Attraction) Teori daya tarik industri adalah model pembangunan ekonomi yang paling banyak digunakan oleh masyarakat. Teori ekonomi yang mendasarinya adalah bahwa suatu masyarakat dapat memperbaiki posisi pasarnya terhadap industrialis melalui pemberian subsidi dan insentif.

2. Ketimpangan Pembangunan Ketimpangan mengacu pada standar hidup relatif dari seluruh masyarakat. Sebab ketimpangan antar wilayah disebabkan adanya commit to user



perbedaan faktor anugerah awal (Endowment Factor). Perbedaan inilah yang menyebabkan tingkat pembangunan di berbagai wilayah dan daerah berbeda-beda, sehingga menimbulkan gap atau jurang kesejahteraan di berbagai wilayah tersebut (Sadono, 1997). Menurut Myrdal (1957), perbedaan tingkat kemajuan ekonomi antar daerah yang berlebihan akan mengakibatkan pengaruh yang merugikan

(backwash

effects)

mendominasi

pengaruh

yang

menguntungkan (spread effects) yang dalam hal ini dapat menyebabkan ketidakseimbangan. Pelaku-pelaku yang mempunyai kekuatan di pasar secara normal akan cenderung meningkat bukannya menurun, sehingga mengakibakan kesenjangan antar daerah (Arsyad, 1999). Adelman dan Moris (1973) berpendapat bahwa ketimpangan pendapatan di daerah ditentukan oleh jenis pembangunan ekonomi yang ditunjukkan oleh ukuran negara, sumber daya alam, dan kebijakan yang dianut. Dengan kata lain, faktor kebijakan dan dimensi structural perlu diperhatikan selain laju pertumbuhan ekonomi (Mudrajad, 1999). 3. Kemiskinan a.

Pengertian Kemiskinan Di dunia ilmiah masalah kemiskinan telah banyak ditelaah oleh para ilmuwan dari berbagai macam latar belakang disiplin ilmu dengan menggunakan konsep-konsep dan ukuran yang bersesuaian dengan latar belakang ilmuan tersebut. Sosiolog maupun ekonom telah banyak menulis tentang kemiskinan, tetapi menurut Hardiman & Midgley (1982) istilah seperti “standar hidup“, ”pendapatan“ dan commit to user



“distribusi pendapatan“ lebih sering digunakan dalam ilmu ekonomi, sedangkan para sosiolog lebih sering menggunakan istilah “kelas”, “stratifikasi”, dan “marginalitas” (Arsyad, 1999). Bagi yang memperhatikan

masalah-masalah

kebijakan

sosial secara

luas

biasanya lebih memperhatikan konsep “tingkat hidup”, yakni tidak hanya menekankan pada tingkat pendapatan saja tetapi juga masalah pendidikan, perumahan, kesehatan, dan kondisi-kondisi sosial lainnya dari masyarakat. Namun demikian, sampai saat ini belum ada definisidefinisi yang baku dan bisa diterima secara umum dari berbagai macam istilah tersebut. Hal ini menunjukan bahwa masalah kemiskinan itu sangatlah kompleks dan pemecahannya pun tidak mudah. Menurut Andre Bayo Ala (1981), kemiskinan merupakan suatu masalah yang bersifat multidimensional (Arsyad, 1999). Artinya, karena kebutuhan manusia itu bermacam-macam, maka kemiskinan pun memiliki banyak aspek. Dilihat dari kebijakan umum, maka kemiskinan meliputi aspek yang berupa miskin akan aset, organisasi sosial politik, dan pengetahuan serta ketrampilan; dan aspek sekunder yang berupa miskin akan jaringan nasional, sumber-sumber keuangan dan

informasi.

Dimensi-dimensi

kemiskinan

tersebut

termanifestasikan dalam bentuk kekurangan gizi, air, perumahan yang sehat, perawatan kesehatan yang kurang baik, dan tingkat pendidikan yang rendah. commit to user



Selain itu, dimensi-dimensi kemiskinan saling berkaitan, baik secara langsung maupun tidak langsung. Hal ini berarti bahwa kemajuan dan atau kemunduran pada salah satu aspek dapat mempengaruhi kemajuan atau kemunduran pada aspek lainnya. Dan aspek lainnya dari kemiskinan ini adalah bahwa yang miskin itu manusianya, baik secara individual maupun kolektif. Kita sering mendengar istilah kemiskinan pedesaan, kemiskinan perkotaan, dan sebagainya. Namun demikian, bukan berarti desa atau kotanya yang mengalami kemiskinan, tetapi orang-orang atau penduduknya yang menderita miskin. Kemiskinan digunakan sebagai salah satu indikator dalam menilai hasil pembangunan. Tingkat kemiskinan di masing-masing wilayah dapat menunjukkan wilayah mana yang mengalami pembangunan yang baik atau buruk. Pembangunan suatu daerah wilayah akan memiliki pengaruh positif dan negatif bagi wilayah lain. Untuk mengurangi kesenjangan regional perlu adanya perpindahan pelopor pembangunan dari suatu daerah atau wilayah ke wilayah lain. Dengan berpindahnya perusahaan dan aktivitas ekonomi dari suatu wilayah ke wilayah lain akan menyebarkan ekpansi kumulatif dari suatu wilayah ke wilayah lain. Pembangunan suatu wilayah dapat menimbulkan dampak yang berbeda antara satu wilayah dengan wilayah yang lain, bahkan dapat bertolak belakang sama sekali. Perbedaan spasial tersebut sebenarnya merupakan sesuatu yang wajar terjadi. Hal ini terjadi karena adanya commit to user



perbedaan struktur oportunitas, yaitu gabungan oportunitas yang bervariasi seperti tingkat pendidikan, pengalaman dan fasilitas lain yang menarik. Struktur oportunitas yang menarik bagi orang miskin adalah struktur industri yang membuka kesempatan kerja pendidikan atau keterampilan rendah, biaya hidup yang rendah khususnya tempat tinggal dan kesempatan berproduksi secara subsisten. b. Penyebab Kemiskinan Kemiskinan

merupakan

suatu

keadaan

yang

sangat

multidimensional dan disebabkan oleh berbagai hal yang saling mengkait antara satu dengan yang lain. Mudrajad (1999) mengatakan bahwa perang, pertanian yang masih subsisten dan tradisional merupakan salah satu penyebab terjadinya kemiskinan. Sedangkan menurut Sharp, et al (1996) dalam Mudrajad (1999) bahwa kemiskinan dari sudut pandang ekonomi antara lain: 1) Secara mikro, kemiskinan terjadi karena adanya perbedaan kepemilikan pendapatan 2) Kemiskinan muncul akibat perbedaan dalam kualitas Sumber Daya Alam 3) Penyebab kemiskinan bermuara pada teori lingkaran setan kemiskinan (vicious circle of poverty)

commit to user



Ketidaksempurnaan Pasar, Keterbelakangan dan Ketertinggalan

Kekurangan Modal

Investasi Rendah

Produktivitas Rendah

Tabungan Rendah

Pendapatan Rendah

Gambar 2.1 Lingkaran Setan Kemiskinan Sumber: Mudrajad (1999)

Breman (1985) dalam Sagung (2005), mengatakan bahwa bagi kaum miskin “jalan menuju ke atas seringkali dirintangi, sedangkan jalan ke bawah terlalu mudah dilalui”. Munculnya kemapanan kemiskinan dikalangan masyarakat miskin lebih disebabkan karena himpitan struktural, karena kemiskinan yang kronis itulah kaum miskin mudah ditaklukkan dan dikelola untuk mengikuti kemauan dan kepentingan golongan elit berkuasa. Kemiskinan tidak semata-mata muncul karena kebudayaan tetapi lebih berkaitan dengan tatanan ekonomi dan sosial yang membatasi peluang kaum miskin untuk keluar dari belenggu kemiskinan. Selain pendapat-pendapat di atas, menurut Samsubar Saleh (2002) mengatakan faktor-faktor lain penyebab kemiskinan regional di Indonesia adalah: commit to user



1) Tingkat pendapatan per kapita per provinsi. 2) Pengeluaran pemerintah untuk investasi sumber daya manusia per kapita per provinsi, (penjumlahan pengeluaran pembangunan sektor pendidikan, kebudayaan dan kepercayaan terhadap Tuhan Yang Maha Esa; sektor kesehatan, kesejahteraan, peranan wanita, anak, dan remaja; sektor tenaga kerja; dan sektor ilmu pengetahuan dan teknologi). 3) Pengeluaran pemerintah untuk investasi fisik per kapita per provinsi. 4) Angka harapan hidup. 5) Angka melek huruf persentase dari total penduduk. 6) Rata-rata lama bersekolah penduduk (dalam tahun). 7) Indeks Pengembangan Manusia (IPM) atau Human Development Index (HDI). 8) Indeks partisipasi wanita dalam ekonomi dan politik atau Gender Empowerment Index (GEI) atau lebih tepat diistilahkan Women Empowerment Index. 9) Rasio Gini. 10) Rasio populasi rumah tangga yang tidak mendapat akses terhadap fasilitas kesehatan. 11) Rasio populasi rumah tangga yang tidak mendapat akses terhadap air bersih.

commit to user



c.

Jenis Kemiskinan Ellis (1994) dalam Sagung (2005), mengatakan bahwa untuk membangun pengertian kemiskinan dapat diidentifikasikan ke dalam beberapa dimensi seperti dimensi ekonomi, sosial, dan politik. 1) Kemiskinan ekonomi – adanya kekurangan sumber daya yang dapat digunakan untuk meningkatkan kesejahteraan sekelompok orang. Kemiskinan ekonomi berkaitan dengan tingkat pendapatan dan kebutuhan untuk hidup. 2) Kemiskinan sosial – kekurangan jaringan sosial dan struktur sosial yang mendukung untuk mendapatkan

kesempatan-

kesempatan agar produktivitas seseorang meningkat. 3) Kemiskinan politik – lebih menekankan pada derajat akses terhadap kekuasaan/power kekuasaan, disini berarti mencakup tatanan sistem sosial (politik) yang dapat menentukan alokasi sumber daya untuk kepentingan sekelompok orang atau tatanan sistem sosial yang menentukan alokasi sumber daya. Sedangkan menurut Azhari (1997) dalam Sagung (2005), melihat macam kemiskinan dari sudut pandang yang lain, yaitu: 1) Kemiskinan

alamiah

–

kemiskinan

yang

timbul

karena

kelangkaan sumber daya dan jumlah penduduk yang tumbuh dengan pesat. 2) Kemiskinan struktural – kemiskinan yang diderita oleh suatu golongan masyarakat karena struktur sosial yang terbentuk dalam masyarakat.

commit to user



3) Kemiskinan kultural – kemiskinan yang muncul karena tuntutan tradisi/adat yang membebani ekonomi masyarakat seperti upacara perkawinan, kematian, atau pesta-pesta adat lainnya. Termasuk juga sikap mentalitas penduduk yang lamban, malas, konsumtif serta kurang berorientasi ke masa depan. d. Ukuran Kemiskinan Pada umumnya terdapat dua indikator untuk mengukur tingkat kemiskinan di suatu wilayah, yaitu kemiskinan absolut dan kemiskinan relatif. Mengukur kemiskinan dengan mengacu pada garis kemiskinan

disebut

kemiskinan

absolut,

sedangkan

konsep

kemiskinan yang pengukurannya tidak didasarkan pada garis kemiskinan yang pengukurannya tidak didasarkan pada garis kemiskinan disebut kemiskinan relatif (Tulus, 2001). 1) Kemiskinan Absolut Kemiskinan absolut merupakan ketidakmampuan seseorang dengan

pendapatan

yang

diperolehnya

untuk

mencukupi

kebutuhan dasar minimum yang diperlukan untuk hidup setiap hari. Kebutuhan minimum tersebut diterjemahkan dalam ukuran finansial (uang). Nilai minimum tersebut digunakan sebagai batas garis kemiskinan. Garis kemiskinan ditetapkan pada tingkat yang selalu konstan secara riil, sehingga dapat ditelusuri kemajuan yang diperolah dalam menanggulangi kemiskinan pada level absolut sepanjang waktu. commit to user



World bank (1990) menggunakan ukuran kemiskinan absolut ini untuk menentukan jumlah penduduk miskin. Menurut world bank, penduduk miskin adalah mereka yang hidup kurang dari US$ 1 atau US$ 2 per hari dalam dolar Purchasing Power Parity (PPP). Akan tetapi, tidak semua negara mengikuti standar minimum yang digunakan world bank tersebut, karena bagi negara-negara berkembang level tersebut masihlah tinggi, oleh karena itu banyak negara menentukan garis kemiskinan nasional sendiri dimana kriteria yang digunakan disesuaikan dengan kondisi perekonomian masing-masing negara. Di Indonesia, Badan Pusat Statistik (1994) menentukan kemiskinan absolut Indonesia merupakan ketidakmampuan seseorang untuk mencukupi kebutuhan pokok minimum energi kalori (2.100 kilo kalori per kapita per hari) yang dipergunakan tubuh dan kebutuhan dasar minimum untuk sandang, perumahan, kesehatan, pendidikan, transportasi, dan kebutuhan dasar lain. 2) Kemiskinan Relatif Kemiskinan relatif ditentukan berdasarkan ketidakmampuan untuk mencapai standar kehidupan yang ditetapkan masyarakat setempat sehingga proses penentuannya sangat subyektif. Mereka yang berada di bawah standar penilaian tersebut dikategorikan sebagai miskin secara relatif. Kemiskinan relatif ini digunakan untuk mengukur ketimpangan distribusi pendapatan. commit to user



Badan pemerintah yang menggunakan ukuran kemiskinan relatif misalnya Badan Keluarga Kecil Berencana Nasional. BKKBN mendefinisikan miskin atau kurang sejahtera dalam pengertian Pembangunan Keluarga Sejahtera yang terdiri atas Keluarga Pra Sejahtera dan Keluarga Sejahtera I. Keluarga Pra Sejahtera adalah keluarga-keluarga yang belum dapat memenuhi kebutuhan dasarnya secara minimal, seperti kebutuhan spiritual, pangan, sandang, papan, kesehatan dan keluarga berencana. Sedangkan Keluarga Sejahtera I adalah keluarga-keluarga yang telah dapat memenuhi kebutuhan dasanya secara minimal, tetapi belum dapat memenuhi kebutuhan sosial dan psikologis, serta kebutuhan pendidikan, interaksi dalam keluarga, interaksi dengan lingkungan tempat tinggal dan transportasi. e.

Faktor-Faktor yang Mempengaruhi Kemiskinan 1) Pertumbuhan Ekonomi Pertumbuhan ekonomi adalah kenaikan kapasitas dalam jangka

panjang

dari

negara

yang

bersangkutan

untuk

menyediakan berbagai barang ekonomi kepada penduduknya yang ditentukan oleh adanya kemajuan atau penyesuaianpenyesuaian teknologi, institusional (kelembagaan), dan ideologis terhadap berbagai tuntutan keadaan yang ada (Simon Kuznetz dalam Todaro, 2004). Menurut Robinson Tarigan (2004) pertumbuhan ekonomi wilayah adalah pertambahan pendapatan commit to user



masyarakat yang terjadi di suatu wilayah, yaitu kenaikanseluruh nilai tambah (value added) yang terjadi di wilayah tersebut. Menurut pandangan kaum historis, pertumbuhan ekonomi merupakan tahapan proses tumbuhnya perekonomian mulai dari perekonomian bersifat tradisional yang bergerak di sektor pertanian dimana produksi bersifat subsisten, hingga akhirnya menuju perekonomian modern yang didominasi oleh sektor industri manufaktur. Menurut pandangan ekonom klasik, Adam Smith, David Ricardo, Thomas Robert Malthus dan John Straurt Mill, maupun ekonom neo klasik, Robert Solow dan Trevor Swan, mengemukakan bahwa pada dasarnya ada empat faktor yang mempengaruhi pertumbuhan ekonomi yaitu: (i) jumlah penduduk, (ii) jumlah stok barang modal, (iii) luas tanah dan kekayaan alam, dan (iv) tingkat teknologi yang digunakan. Suatu perekonomian

dikatakan

mengalami

pertumbuhan

atau

berkembang apabila tingkat kegiatan ekonomi lebih tinggi dari pada apa yang dicapai pada masa sebelumnya (Mudrajad, 1999). Sedangkan

menurut

Schumpeter,

faktor

utama

yang

menyebabkan perkembangan ekonomi adalah proses inovasi, dan pelakunya adalah inovator atau wiraswasta (entrepreneur). Kemajuan ekonomi suatu masyarakat hanya bisa diterapkan dengan adanya inovasi oleh para entrepreneur. Menurut Kuznets (Todaro, 2000), pertumbuhan ekonomi adalah kenaikan kapasitas dalam jangka panjang dari negara yang commit to user



bersangkutan untuk menyediakan berbagai barang ekonomi kepada penduduknya. Kenaikan kapasitas itu sendiri ditentukan atau dimungkinkan oleh adanya kemajuan atau penyesuaianpenyesuaian teknologi, institusional (kelembagaan), dan ideologis terhadap berbagai tuntutan keadaan yang ada. Menurut Todaro (2004), ada tiga faktor utama dalam pertumbuhan ekonomi, yaitu : a) Akumulasi modal termasuk semua investasi baru yang berwujud tanah (lahan), peralatan fiskal, dan Sumber Daya Manusia (human resources). Akumulasi modal akan terjadi jika ada sebagian dari pendapatan sekarang di tabung yang kemudian diinvestasikan kembali dengan tujuan untuk memperbesar output di masa-masa mendatang. Investasi juga harus disertai dengan investasi infrastruktur, yakni berupa jalan, listrik, air bersih, fasilitas sanitasi, fasilitas komunikasi, demi menunjang aktivitas ekonomi produktif. Investasi dalam pembinaan sumber daya manusia bermuara pada peningkatan kualitas modal manusia, yang pada akhirnya dapat berdampak positif terhadap angka produksi. b) Pertumbuhan

penduduk

dan

angkatan

kerja.

Pertumbuhan penduduk dan hal-hal yang berhubungan dengan kenaikan jumlah angka kerja (labor force) secara tradisional telah dianggap sebagai faktor yang positif dalam merangsang pertumbuhan ekonomi. Artinya, semakin banyak commit to user



angkatan kerja semakin produktif tenaga kerja, sedangkan semakin banyak penduduk akan meningkatkan potensi pasar domestiknya. c) Kemajuan Teknologi. Kemajuan teknologi disebabkan oleh teknologi cara-cara baru dan cara-cara lama yang diperbaiki dalam melakukan pekerjaan-pekerjaan tradisional. Ada 3 klasifikasi kemajuan teknologi, yakni : (1) Kemajuan teknologi yang bersifat netral, terjadi jika tingkat output yang dicapai lebih tinggi pada kuantitas dan kombinasi-kombinasi input yang sama. (2) Kemajuan teknologi yang bersifat hemat tenaga kerja (labor saving) atau hemat modal (capital saving), yaitu tingkat output yang lebih tinggi bisa dicapai dengan jumlah tenaga kerja atau input modal yang sama (3) Kemajuan teknologi yang meningkatkan modal, terjadi jika penggunaan teknologi tersebut memungkinkan kita memanfaatkan barang modal yang ada secara lebih produktif. Salah satu alat pengukur pertumbuhan ekonomi adalah Produk Domestik Regional Bruto (PDRB) atau yang ditingkat nasional disebut Produk Domestik Bruto (PDB). PDRB adalah jumlah barang dan jasa akhir yang dihasilkan oleh suatu perekonomian dalam satu tahun dan dinyatakan dalam

harga pasar. Penelitian commit to user

yang

dilakukan



Wongdesmiwati

(2009),

menemukan

bahwa

terdapat

hubungan yang negatif antara pertumbuhan ekonomi dan tingkat kemiskinan. Kenaikan pertumbuhan ekonomi akan menurunkan tingkat kemiskinan. Hubungan ini menunjukkan pentingnya mempercepat pertumbuhan ekonomi untuk menurunkan tingkat kemiskinan. 2) Pendidikan Berdasarkan Undang-Undang Republik Indonesia Nomor 20 Tahun 2003 Tentang Sisitem Pendidikan, pendidikan adalah usaha sadar dan terencana untuk mewujutkan suasana belajar dan proses

pembelajaran

agar

peserta

didik

secara

aktif

mengembangkan potensi dirinya untuk memiliki kekuatan sepiritual keagamaan, pengendalian diri, kepribadian, kecerdasan, akhlak mulia, serta ketrampilan yang diperlukan dirinya, masyarakat, bangsa, dan negara. Tujuan pendidikan adalah mengembangkan potensi peserta didik agar menjadi manusia yang beriman dan bertakwa kepada Tuhan YME, berakhlak mulia, sehat berilmu, cakap, kreatif mandiri, dan menjadi warga negara yang demokratis serta bertanggung jawab. Jalur pendidikan: a) Pendidikan formal adalah jalur pendidikan yang tersetruktur dan berjenjang yang terdiri atas pendidikan dasar, menengah dan tinggi. Jenjang pendidikan formal: commit to user



(1) Pendidikan dasar, merupakan jenjang pendidikan yang melandasi jenjang pendidikan menengah. Pendidikan dasar berbentuk Sekolah Dasar (SD) dan Madrasah Ibtidaiyah (MI) atau bentuk lain yang sederajat serta Sekolah Menengah Pertama (SMP) dan madrasah tsanawiyah (MTs), atau bentuk lain yang sederajat. (2) Pendidikan menengah, merupakan lanjutan pendidikan dasar. Pendidikan menengah terdiri atas pendidikan menengah umum dan pendidikan menengah kejuruan. Pendidikan menengah berbentuk Sekolah Menengah Atas

(SMA),

Madrasah

Aliyah

(MA),

Sekolah

Menengah Kejuruan (SMK), dan Madrasah Aliyah Kejuruan (MAK), atau bentuk lain yang sederajat. (3) Pendidikan tinggi, merupakan jenjang pendidikan setelah pendidikan

menengah

yang

mencakup

program

pendidikan diploma, sarjana, magister, spesialis, dan doctor yang diselenggarakan oleh pendidikan tinggi. Perguruan tinggi dapat berbentuk akademik, politeknik, sekolah tinggi, institut, atau universitas. b) Pendidikan nonformal adalah jalur pendidikan di luar pendidikan

formal

tersetruktur

dan

yang

dapat

berjenjang.

dilaksanakan Pendidikan

secara

nonformal

diselenggarakan bagi warga masyarakat yang memerlukan layanan pendidikan yang berfungsi sebagai pengganti, commit to user



penambah, dan/atau pelengkap pendidikan formal dalam rangka mendukung pendidikan sepanjang hayat. Pendidikan ini meliputi pendidikan kecakapan hidup, pendidikan anak usia dini, pendidikan kepemudaan, pendidikan pemberdayaan perempuan, pendidikan keaksaraan, dan lain-lain. c) Pendidikan informal adalah jalur pendidikan keluargadan lingkungan yang berbentuk kegiatan belajar secara mandiri. Hasil pendidikan formal diakui sama dengan pendidikan formal dan nonformal setelah peserta didik lulus ujian sesuai dengan setandar nasional pendidikan. Investasi pendidikan akan mampu meningkatkan kualitas Sumber Daya Manusia (SDM) yang diperlihatkan dengan meningkatnya pengetahuan dan keterampilan seseorang. Semakin tinggi tingkat pendidikan seseorang, maka pengetahuan dan keahlian juga akan meningkat sehingga akan mendorong peningkatan produktivitas kerjanya. Perusahaan akan memperoleh hasil yang lebih banyak dengan memperkerjakan tenaga kerja dengan produktivitas yang tinggi, sehingga perusahaan juga akan bersedia memberikan gaji yang lebih tinggi bagi yang bersangkutan. Di sektor informal seperti pertanian, peningkatan ketrampilan dan keahlian tenaga kerja akan mampu meningkatkan hasil pertanian, karena tenaga kerja yang terampil mampu bekerja lebih efisien. Dari hal tersebut terlihat dengan jelas adanya commit to user



hubungan

antara pendidikan

dengan

kemiskinan, dimana

hubungan tersebut berlangsung secara negatif. Salah satu cara untuk melihat perkembangan pendidikan di suatu daerah adalah dengan melihat besarnya angka melek huruf di daerah tersebut. Apabila daerah tersebut memiliki angka melek huruf yang tinggi maka dapat diartikan daerah tersebut memiliki tingkat pendidikan yang relatif tinggi. Demikian pula sebaliknya jika daerah tersebut memilki angka melek huruf yang rendah. Dengan demikian angka melek huruf juga dapat dikatakan memiliki hubungan dengan kemiskinan, di mana hubungan tersebut berlangsung secara negatif atau berkebalikan. 3) Pengangguran Pengangguran adalah seseorang yang sudah digolongkan dalam angkatan kerja, yang secara aktif sedang mencari pekerjaan pada suatu tingkat upah tertentu, tetapi tidak dapat memperoleh pekerjaan yang diinginkan (Sadono, 2004). Jenis-Jenis Pengangguran Berdasarkan Cirinya: a) Pengangguran Terbuka Pengangguran ini tercipta sebagai akibat penambahan pertumbuhan kesempatan kerja yang lebih rendah daripada pertumbuhan tenaga kerja, akibatnya banyak tenaga kerja yang tidak memperoleh pekerjaan. Menurut Badan Pusat Statistik (2010), pengangguran terbuka adalah adalah penduduk yang telah masuk dalam angkatan kerja tetapi tidak commit to user



memiliki

pekerjaan

dan

sedang

mencari

pekerjaan,

mempersiapkan usaha, serta sudah memiliki pekerjaan tetapi belum mulai bekerja. b) Pengangguran Tersembunyi Keadaan di mana suatu jenis kegiatan ekonomi dijalankan oleh tenaga kerja yang jumlahnya melebihi dari yang diperlukan. c) Pengangguran Musiman Keadaan pengangguran pada masa-masa tertentu dalam satu tahun. Penganguran ini biasanya terjadi di sektor pertanian. Petani akan mengganggur saat menunggu masa tanam dan saat jeda antara musim tanam dan musim panen. d) Setengah Menganggur Keadaan dimana seseorang bekerja dibawah jam kerja normal. Menurut Badan Pusat Statistik (2010), di Indonesia jam kerja normal adalah 35 jam seminggu, jadi pekerja yang bekerja di bawah 35 jam seminggu masuk dalam golongan setengah menganggur. Salah satu faktor penting yang mementukan kemakmuran suatu masyarakayat adalah tingkat pendapatan. Pendapatan masyarakat mencapai maksimum apabila tingkat penggunaan tenaga kerja penuh dapat tercapai. Penganguran berdampak mengurangi pendapatan masyarakat, sehingga akan menurunkan tingkat kemakmuran yang mereka capai. commit to user



Ditinjau dari sudut individu, pengangguran menimbulkan berbagai

masalah

mengalaminya.

ekonomi

Keadaan

dan

sosial

pendapatan

kepada

yang

menyebabkan

para

penganggur harus mengurangi pengeluaran konsumsinya. Apabila pengangguran di suatu negara sangat buruk, kekacauan politik dan sosial selalu berlaku dan menimbulkan efek yang buruk bagi kepada kesejahteraan masyarakat dan prospek pembangunan ekonomi dalam jangka panjang (Sadono, 2004). Dari sini kita dapat mengambil kesimpulan bahwa terdapat hubungan antara pengangguran dan tingkat kemiskinan, di mana hubungan tersebut berlangsung secara positif atau searah. B. Penelitian Terdahulu 1. Samsubar Saleh Samsubar Saleh (2002) melakukan penelitian dengan judul “Faktor-Faktor Penentu Tingkat Kemiskinan Regional Di Indonesia”. Penelitian

ini

bertujuan

untuk

menganalisis

faktor-faktor

yang

mempengaruhi tingkat kemiskinan per propinsi di Indonesia tahun 1996 dan 1999. Penggunaan kurun waktu 1996 dan 1999 mempunyai beberapa keuntungan karena pada tahun-tahun tersebut perhitungan tingkat kemiskinan mempunyai standar yang sama. Selain itu, tahun 1996 dapat mencerminkan keadaan sebelum terjadinya krisis dan tahun 1999 mencerminkan keadaan setelah krisis moneter tahun 1997. Penelitian ini menggunakan 2 (dua) buah model analisis, pertama model estimasi dengan menggunakan data cross section commit to user



sedangkan

model

kedua

merupakan

model

estimasi

dengan

menggunakan data panel. Variabel-variabel penjelas dalam penelitian ini pada umumnya berasal dari model penelitian Levernier, et al (2002) dan model Ravallion dan Wodon (1999). Variabel-variabel tersebut adalah YPC, IMP, IFP, HH, MH, RS, HDI, GEI, RG, PNH, PNW, dan DT. Berdasarkan hasil-hasil empirik dalam penelitian ini, dapat disimpulkan bahwa faktor-faktor yang mempengaruhi tingkat kemiskinan per propinsi di Indonesia adalah indeks pembangunan manusia (terdiri dari pendapatan perkapita, angka harapan hidup, rata-rata bersekolah), investasi fisik pemerintah daerah, tingkat kesenjangan pendapatan, tingkat partisipasi ekonomi dan politik perempuan, populasi penduduk tanpa akses terhadp fasilitas kesehatan, populasi penduduk tanpa akses terhadap air bersih, dan krisis ekonomi. 2. Wongdesmiwati Dalam penelitiannya Wongdesmiwati (2009) mengambil judul “Pertumbuhan Ekonomi Dan Pengentasan Kemiskinan Di Indonesia: Analisis Ekonometrika”. Penelitian ini didasari keinginan untuk mengetahui

faktor-faktor

apa

sajakah

yang

berhubungan

atau

mempengaruhi tinggi rendahnya tingkat kemiskinan (jumlah penduduk miskin) di Indonesia sehingga kedepannya dapat diformulasikan sebuah kebijakan publik yang efektif untuk mengurangi tingkat kemiskinan di negara ini dan tidak hanya sekedar penurunan angka-angka saja melainkan secara kualitatif juga. Hipotesis yang digunakan dalam penelitian ini adalah faktor-faktor yang diduga berpengaruh terhadap commit to user



tingkat kemiskinan (jumlah penduduk miskin) di Indonesia antara lain jumlah penduduk, Produk Domestik Bruto (PDB), tingkat melek huruf, tingkat kesehatan masyarakat (angka harapan hidup), tingkat penggunaan listrik di rumah tangga, dan tingkat konsumsi makanan penduduk Indonesia. Model yang digunakan dalam penelitian ini adalah Log Yi = β0 + β1 Log X1i + β2 Log X2i + β3 Log X3i + β4 Log X4i + β5 Log X5i + β6 Log X6i + εi. Di mana Yi adalah jumlah penduduk miskin, X1i adalah jumlah penduduk Indonesia per tahun, X2i adalah PDB yang menggambarkan pertumbuhan ekonomi, X3i adalah angka harapan hidup, X4i adalah persentase angka melek huruf, X5i adalah persentase penggunaan listrik, X6i adalah persentase konsumsi makanan. Hasil dari penelitian ini adalah variabel jumlah penduduk berpengaruh positif dan signifikan terhadap jumlah penduduk miskin. Variabel pertumbuhan ekonomi dan variabel angka melek huruf berpengaruh negatif dan signifikan terhadap jumlah penduduk miskin. Variabel angka harapan hidup, penggunaan listrik, dan konsumsi makanan tidak signifikan berpengaruh terhadap penduduk miskin. 3. Diana Wijayanti dan Heri Wahono Diana Wijayanti dan Heri Wahono (2005) melakukan penelitian dengan judul “Analisis Konsentasi Kemiskinan di Indonesia Periode Tahun 1999-2003”. Penelitian ini didasari adanya kenyataan bahwa masalah kemiskinan tidak hanya terkait dengan jumlah populasi orang miskin saja tetapi juga terkait dengan konsentrasi kemiskinan yang ada commit to user



pada area tertentu. Wilayah Jawa, yang selama ini merupakan wilayah yang relatif lebih maju dibandingkan dengan wilayah lainnya, ternyata tidak terlepas dari persoalan kemiskinan. Tahun 1999, sebanyak 60% penduduk miskin tinggal di Jawa. Pada tahun berikutnya persentase penduduk miskin yang tinggal di Jawa mengalami sedikit penurunan, yaitu sebanyak 58% ada tahun 2000 dan tahun 2003 sebanyak 57%. Meskipun mengalami penurunan, terlihat bahwa penduduk miskin dari tahun 1999-2003, masih terkonsentrasi di Pulau Jawa. Obyek penelitian meliputi seluruh penduduk miskin di 26 provinsi yang ada di Indonesia tahun 1999-2003. Penggunaan 26 provinsi ini, atas pertimbangan konsistensi data, mengingat beberapa provinsi baru terbentuk setelah tahun 1999. Penelitian ini menggunakan indeks Entropy Theil untuk melihat pola konsentrasi kemiskinan di Indonesia. Hasil penelitian menunjukkan bahwa: a.

Dari tahun 1999 sampai dengan tahun 2003 menunjukkan bahwa distribusi penduduk miskin yang masuk dalam klasifikasi sangat tinggi terjadi ada 3 (tiga) provinsi di Indonesia, yaitu Jawa Barat, Jawa Tengah dan Jawa Timur. Provinsi-provinsi ini dikenal sebagai wilayah yang mempunyai pertumbuhan ekonomi dan pendapatan perkapita relatif tinggi dibandingkan dengan wilayah lainnya. Provinsi Lampung pada tahun 2000 masuk dalam klasifikasi tinggi tapi pada tahun berikutnya masuk dalam klasifikasi sedang. Tahun 2000 dan 2001, wilayah yang masuk dalam klasifikasi tinggi adalah commit to user



Sumatera Utara. Sedangkan yang lainnya, masuk dalam kategori sedang. b. Kesenjangan dalam pulau (within region) di Indonesia relatif stabil, tetapi pada tahun 2000 terjadi kenaikan sebesar 0,03 dari tahun 1999 yaitu sebesar 0,12. Penyebabnya adalah adanya provinsi-provinsi yang mengalami kenaikan persentase penduduk miskin, yaitu di Pulau Sumatera dan Pulau Kalimantan. Di Pulau Sumatera terdapat Provinsi DI Aceh dari 14,75% menjadi 18,37% dan Provinsi Lampung dari 29,11% menjadi 30,43% dan di Provinsi Kalimantan Barat dari 26,17% menjadi 29,42%. Kenaikan persentase penduduk miskin di provinsi-provinsi tersebut tidak hanya disebabkan oleh faktor ekonomi, melainkan perubahan standar kemiskinan yang digunakan BPS bersifat dinamis, menyesuaikan perubahan atau pergeseran pola konsumsi. Dari hasil pengamatan tahun 1999-2003, yang memiliki tingkat kesenjangan dalam pulau tertinggi atau memiliki tingkat kesenjangan antar provinsi tertinggi adalah kelompok pulau lainnya yang terdiri dari Provinsi Bali, NTB, NTT, Maluku, dan Papua, karena di provinsi tersebut terdapat konsentrasi persentase penduduk miskin terbanyak. Terdapatnya konsentrasi persentase penduduk miskin terbanyak dikarenakan banyak hal antara lain pendidikan dalam hal ini pendidikan formal di pulau lainnya masih tertinggal atau mempunyai rata-rata terendah dibandingkan pulau-pulau lainnya. Jumlah rata-rata penduduk melek huruf sebanyak 85,4%, dengan lama pendidikan rata-rata 7 tahun. commit to user



c.

Kesenjangan antar pulau (between region) relatif tidak ada perubahan berkisar antara 36,94 sampai 36,90 dan cenderung mengalami penurunan. Dari hasil pengamatan dari tahun 1999-2003, pulau yang memiliki tingkat kesenjangan antar pulau tertinggi adalah Pulau Jawa. Hal ini disebabkan karena terdapat konsentrasi jumlah penduduk miskin terbanyak mencapai 28.603,9 ribu jiwa pada tahun 1999 dan mengalami penurunan, sehingga pada tahun 2003 sebanyak 21244,1 ribu jiwa. Terjadinya konsentrasi jumlah penduduk miskin terbanyak diikuti oleh tingkat kepadatan jumlah penduduk yang tinggi, mencapai 997 jiwa/km2. Selain itu. Pulau Jawa juga merupakan pusat dari

kegiatan perekonomian di Indonesia.

Sedangkan pulau yang memiliki tingkat kesenjangan terendah adalah Pulau Kalimantan karena konsentrasi jumlah penduduk miskinnya paling kecil yaitu sebanyak 2.227,3 ribu jiwa pada tahun 1999 dan mengalami penurunan, menjadi 1.379 ribu jiwa pada tahun 2003. Di Pulau Kalimantan terdapat konsentrasi penduduk miskin terkecil dengan tingkat kepadatan penduduk terendah sekitar 20 jiwa/km2. Selain itu di Pulau Kalimantan mempunyai tingkat PDRB per kapita terbesar dibandingkan dengan pulau-pulau lainnya. d. Hasil perhitungan dengan indeks Entropy Theil secara total menunjukkan

bahwa

kesenjangan

antar

pulau

mendominasi

kesenjangan total Indonesia, dimana kesenjangan antar pulau menyumbangkan rata-rata lebih dari 99% selama periode yang diamati.

commit to user



4. Sunarwan Arif Wicaksana Penelitian yang dilakukan oleh Sunarwan Arif Wicaksana (2007) mengambil judul “Analisis Kesenjangan Kemiskinan Antar Provinsi di Indonesia Periode Tahun 2000-2004” dan menggunakan inndeks Entropi Theil sebagai alat analisisnya. Dalam penelitian ini wilayah Indonesia dibagi menjadi 5 wilayah yaitu: (i) Sumatera, (ii) Jawa, (iii) Kalimantan, (iv) Sulawesi, dan (v) Kepulauan lainnya (meliputi Bali, NTB, NTT, Maluku, dan Papua). Hasil dari penelitian ini adalah: a.

Kesenjangan dalam pulau atau within island di Indonesia relatif stabil, tetapi pada tahun 2001 terjadi penurunan sebesar 0,03 dari tahun 2000 yaitu sebesar 0,13 menjadi 0,10%. Ini dapat terjadi karena terdapat penurunan di Pulau Sumatera dan lainnya. Penyebabnya adalah adanya provinsi-provinsi yang mengalami penurunan persentase penduduk miskin di Pulau Sumatera dan kepulauan lainnya. Di Pulau Sumatera terdapat Provinsi Sumatra Utara dari 13,05% menjadi 11,73%, Provinsi Jambi dari 21,15% menjadi 19,71%, Provinsi Sumatra selatan dari 17,37% menjadi 16,07%, dan Provinsi Lampung dari 30,43% menjadi 24,91% dan di Kepulauan lainnya terdapat Provinsi Nusa Tenggara Timur dari 36,52% menjadi 33,01%.

b. Kesenjangan antar pulau atau between island di Indonesia relatif stabil, berkisar antara 36,92 sampai 36,90 dan cenderung mengalami penurunan. Dari hasil pengamatan dari tahun 2000-2004, pulau yang commit to user



memiliki tingkat kesenjangan antar pulau tertinggi adalah Pulau Jawa. Hal ini disebabkan karena terdapat konsentrasi jumlah penduduk miskin terbanyak mencapai 22.468 ribu jiwa pada tahun 2000 dan mengalami penurunan, sehingga pada tahun 2004 sebanyak 19.704,4 ribu jiwa. Terjadinya konsentrasi jumlah penduduk miskin terbanyak dikarenakan kepadatan jumlah penduduk di Jawa mencapai 1009 jiwa/km2 dan ditambah lagi Pulau Jawa merupakan pusat dari kegiatan perekonomian di Indonesia. Sedangkan pulau yang miliki tingkat kesenjangan terendah adalah Pulau Kalimantan karena konsentrasi jumlah penduduk miskinnya paling kecil yaitu sebanyak 2.087,6 ribu jiwa pada tahun 2000 dan mengalami penurunan, sehingga pada tahun 2004 sebanyak 1.301,5 bila dibandingkan dengan pulau-pulau lainnya. Di Pulau Kalimantan terdapat

konsentrasi

penduduk

miskin

terkecil

dikarenakan

mempunyai kepadatan penduduk terendah sekitar 21 jiwa/km2 dan ditambah

mempunyai

tingkat

PDRB

per

kapita

terbesar

dibandingkan dengan pulau-pulau lainnya. c.

Kesenjangan antar pulau mendominasi kesenjangan total Indonesia. Kesenjangan antar pulau menyumbangkan rata-rata lebih dari 99% selama periode yang diamati.

5. Ardyanto Fitrady Dalam

penelitiannya Ardyanto

(2003) mengambil judul

“Analisis Konsentrasi Spasial Kemiskinan di Jawa”. Dalam tulisannya peneliti berusaha mengukur sejauh mana konsentrasi spasial kemiskinan commit to user



dapat dijelaskan oleh dimensi ekonomi, pendidikan, kesehatan, dan demografi wilayah yang bersangkutan. Penelitian ini dilatarbelakangi adanya fakta bahwa kemiskinan lebih terkonsentrasi pusat-pusat kotakota besar dan beberapa wilayah pedesaan dan adanya kesenjangan tingkat kemiskinan yang sangat besar. Pada tahun 2002 jumlah penduduk miskin menjadi 17,9% atau sekitar 37,7 juta jiwa yang sebagian besar berada di daerah pedesaan dengan distribusi 14,3% di perkotaan dan 20,5% di pedesaan. Dari seluruh penduduk miskin di Indonesia, 58,1% penduduk miskin ini berada di wilayah Jawa-Bali. Hipotesis yang digunakan dalam penelitian ini adalah: a.

Terjadi kesenjangan (konsentrasi spasial kemiskinan) yang semakin tinggi di Jawa antara sebelum krisis (1996) dan sesudah krisis (1998).

b. Kesenjangan tingkat kemiskinan di Pulau Jawa lebih tinggi dibandingkan di luar Jawa. c.

Masuknya suatu wilayah dalam suatu kategori tingkat kemiskinan (tinggi, sedang atau rendah) dipengaruhi secara signifikan oleh dimensi-dimensi ekonomi, pendidikan, kesehatan dan demografi.

d. Perbedaan tingkat kemiskinan (kategorikal) lebih dipengaruhi oleh variabel-variabel dalam kualitas hidup dan demografi. Data yang digunakan dalam penelitian ini adalah data sekunder, baik data runtut waktu (time-series), tahun 1996 dan 1999, maupun data kerat lintang (cross-section) antar kabupaten di pulau Sumatera, Jawa, commit to user



Kalimantan, Sulawesi dan Irian Jaya, yang bersumber pada Indonesia Human Development Report 2001, BPS dan UNDP tahun 2001. Analisis Indeks Entropi Theil dan model diskriminan digunakan untuk menguji keempat hipotesis diatas. Hasil penelitian ini mendukung hipotesis yang telah dikemukakan oleh penulis, terjadi kesenjangan yang semakin tinggi di Jawa antara sebelum krisis (1996) dan sesudah krisis (1998) dibuktikan dengan perhitungan indeks theil total sebesar 0.3345 dengan indeks kesenjangan dalam provinsi sebesar 0.1989 dan indeks kesenjangan antar provinsi 0.1357. Berdasarkan nilai kedua indeks tersebut disimpulkan bahwa kesenjangan spasial di Jawa pada tahun 1996 lebih banyak disebabkan oleh kesenjangan dalam satu provinsi (59,46). Hasil ini mengindikasikan konsentrasi kemiskinan spasial terjadi di wilayah kabupaten dan kota sehingga terjadi kesenjangan antar kabupaten/kota yang lebih besar dibandingkan kesenjangan antar provinsi di Jawa. C. Kerangka Pemikiran Pertumbuhan ekonomi adalah indikator yang lazim digunakan untuk melihat keberhasilan pembangunan dan merupakan syarat bagi pengurangan kemiskinan. Pertumbuhan ekonomi menunjukkan sejauh mana aktivitas perekonomian akan menghasilkan tambahan pendapatan masyarakat pada suatu periode tertentu. Tambahan pendapatan dari aktivitas ekonomi akan berpengaruh terhadap kemiskinan jika mampu menyebar di setiap golongan pendapatan, termasuk golongan miskin. Semakin banyak golongan miskin commit to user



memperoleh manfaat dari pertumbuhan ekonomi maka kesejahteraannya akan meningkat dan lepas dari kemiskinan. Keterkaitan kemiskinan dan pendidikan sangat besar karena pendidikan memberikan kemampuan untuk berkembang lewat penguasaan ilmu dan keterampilan yang akan meningkatkan produktifitas. Semakin tinggi tingkat pendidikan, maka pengetahuan dan keahliannya akan meningkat, sehingga akan mendorong produktivitas kerjanya. Pada akhirnya seseorang yang memiliki produktivitas tinggi akan memperoleh kesejahteraan lebih baik, yang diperlihatkan melalui peningkatan pendapatan maupun konsumsinya. Pengangguran akan menimbulkan berbagai masalah ekonomi dan sosial kepada yang mengalaminya. Kondisi menganggur menyebabkan seseorang tidak memiliki pendapatan, akibatnya kesejahteraan yang telah dicapai akan semakin merosot. Semakin turunnya kesejahteraan masyarakat karena menganggur

tentunya

akan

meningkatkan

peluang

terjebak

dalam

kemiskinan. Perbedaan tingkat pertumbuhan ekonomi, tingkat pendidikan dan tingkat pengangguran yang terjadi akan membuat tingkat kemiskinan disetiap provinsi di Indonesia juga akan berbeda. Perbedaan ini selanjutnya akan membuat tingkat kesejahteraan antar daerah yang berbeda, sehingga pada akhirnya akan menyebabkan tingkat kesenjangan antara daerah yang satu dengan daerah yang lain semakin membesar. Untuk lebih memudahkan dalam proses analisis permasalahan yang telah dikemukakan diatas maka digunakan kerangka pemikiran sebagai berikut:

commit to user



Growth

AMH

Pengangguran

Tingkat Kemiskinan

Jumlah Penduduk

Tingkat Kesenjangan Dalam Wilayah

Tingkat Kesenjangan Antar Wilayah

Tingkat Kesenjangan Total di Indonesia Gambar 2.2 Kerangka Pemikiran D. Hipotesis Berdasarkan rumusan masalah dan tujuan penelitian maka hipotesis yang akan diuji dalam penelitian ini adalah: 1. Variabel Pertumbuhan Ekonomi (Growth) dan Angka Melek Huruf diduga berpengaruh secara negatif terhadap tingkat kemiskinan di Indonesia pada periode tahun 2007-2009, sedangkan variabel Pengangguran berpengaruh secara positif terhadap tingkat kemiskinan di Indonesia pada tahun 20072009. 2. Trend kesenjangan kemiskinan dalam pulau dan antar pulau di Indonesia diduga mengalami penurunan padatotahun commit user 2007-2009.



BAB III METODE PENELITIAN

A. Definisi Operasional Variabel Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel yang akan dianalisis dalam penelitian ini, maka perlu dirumuskan definisi operasional sebagai berikut: 1.

Tingkat kemiskinan (K) Tingkat kemiskinan adalah jumlah penduduk yang berada di bawah garis kemiskian di masing-masing provinsi di Indonesia tahun 2007-2009 dengan satuan ribu jiwa.

2. Pertumbuhan Ekonomi (GRW) Pertumbuhan ekonomi dinyatakan sebagai perubahan PDRB migas dan non migas atas dasar harga konstan di masing-masing provinsi di Indonesia tahun 2007-2009 dengan satuan persen (%) yang dihitung dengan menggunakan rumus: ...............................................(3.1) Di mana: GRW

= Pertumbuhan Ekonomi (Growth)

PDRBt

= PDRB migas dan non migas atas dasar harga konstan tahun t

PDRBt-1 =PDRB migas dan non migas atas dasar harga konstan tahun sebelumnya

commit to user



3. Pendidikan (AMH) Angka Melek Huruf (AMH) adalah proporsi penduduk berusia 15 tahun keatas yang dapat membaca dan menulis dalam huruf latin atau lainnya di masing-masing provinsi di Indonesia tahun 2007-2009 (BPS, 2010). Adapun satuan dari variabel pendidikan ini adalah persen (%). 4. Pengangguran (P) Tingkat pengangguran (P) adalah jumlah penduduk dalam angkatan kerja yang tidak memiliki pekerjaan dan sedang mencari pekerjaan di masing-masing masing-masing provinsi di Indonesia tahun 2007-2009 yang diukur dalam satuan ribu jiwa (BPS, 2010). 5. Ketimpangan Kemiskinan Ketimpangan

kemiskinan

adalah

ketidakmerataan

jumlah

penduduk miskin antara satu wilayah dengan wilayah yang lain yang didasarkan atas perhitungan Indeks Entropi Theil. B. Jenis dan Sumber Data Penelitian ini menggunakan data sekunder yang diperoleh dari berbagai sumber data. Sumber data yang digunakan adalah dari Badan Pusat Statistik (BPS) dan berbagai data yang mendukung penelitian. Data yang diambil adalah data kurun waktu dari tahun 2007-2009. Obyek penelitian ini meliputi seluruh populasi provinsi yang ada di Indonesia tahun 2007-2009.

commit to user



1. Data yang digunakan untuk menjawab permasalahan pertama dalam penelitian ini adalah: a.

Data Produk Domestik Regional Bruto (PDRB) migas dan non migas atas dasar harga konstan menurut provinsi dari tahun 20072009, data ini diperoleh dari Badan Pusat Statistik.

b. Data Angka Melek Huruf (AMH) menurut provinsi dari tahun 20072009, data ini diperoleh dari Badan Pusat Statistik. c.

Data jumlah pengangguran menurut provinsi dari tahun 2007-2009, data ini diperoleh dari Badan Pusat Statistik.

2. Data yang digunakan untuk menjawab permasalahan kedua dalam penelitian ini adalah: a.

Data penduduk dan laju pertumbuhan penduduk menurut provinsi dari tahun 2007-2009, data ini diperoleh dari Badan Pusat Statistik.

b. Data jumlah dan persentase penduduk miskin menurut provinsi dari tahun 2007-2009, data ini diperoleh dari Badan Pusat Statistik. C. Metode Pengumpulan Data Data yang digunakan dalam penelitian ini adalah data sekunder yang merupakan data yang diambil dari pihak lain atau merupakan data yang diolah dari pihak kedua. Karena data yang digunakan adalah data sekunder, maka tidak dilakukan teknik sampling atau kuesioner. Metode pengumpulan data yang digunakan dalam penelitian ini adalah dokumentasi dengan menggunakan data yang berkaitan dengan objek penelitian yang didapatkan commit to user



dari kantor statistik maupun melalui literature-literatur lainnya yang sesuai dengan penelitian ini. D. Metode Analisis Data 1. Regresi Data Panel (Pooling Data) Alat yang digunakan untuk melihat faktor-faktor yang mempengaruhi tingkat kemiskinan adalah regresi data panel (pooling data) atau data longitudinal. Data panel adalah merupakan gabungan antara data runtut waktu (time series) dan antar wilayah (cross section). Menurut Gujarati (2003) keuntungan menggunakan data panel yaitu: a.

Mengingat penggunaan data panel juga meliputi data cross section dalam

rentang

waktu

tertentu,

maka

data

panel

akan

memperhitungkan secara eksplisit heterogenitas tersebut. b. Dengan pengkombinasian, data akan memberikan informasi yang lebih baik, tingkat kolinearitas yang lebih kecil antar variabel dan lebih efisien. c.

Penggunaan data panel mampu meminimalisasi bias yang dihasilkan jika kita meregresikan data individu ke dalam agregasi yang luas. Model estimasi data panel dapat diestimasikan dengan tiga

pendekatan, yaitu: a. Pooled Least Square (Common) b.

Fixed Effect (Covariance Model)

c.

Random Effect (Error Component Model) Jika seluruh gangguan individu (µi), gangguan waktu (λt) dan

random noise digabungkan menjadi satu dan mengikuti seluruh asumsi commit to user



awal random noise yang terdistribusikan secara normal-bebas-identik, maka penggunaan metode Generalized Least Square (GLS) akan menghasilkan penduga yang memenuhi sifat Best Linear Unbiased Estimator (BLUE). Metode ini, dengan kata lain, menyatakan bahwa seluruh gangguan yang terjadi mengikuti distribusi normal, dengan ratarata (expected value) sebesar nol, sebagaimana asumsi yang dipegang dalam model persamaan regresi linear klasik. Cara ini dikenal dengan nama Random Effect Model (REM), atau juga disebut Error Components Model. Namun demikian, bila asumsi bahwa seluruh gangguan tersebut tidak dapat dinyatakan mengikuti seluruh asumsi random noise seperti dalam model persamaan regresi linear klasik, maka baik penggunaan Ordinary Least Square (OLS) maupun Generalized Least Square (GLS) tidak akan memberikan hasil yang memenuhi sifat Best Linear Unbiased Estimator (BLUE). Dengan cara ini, maka komponen gangguan antar waktu dan komponen gangguan antar individu akan tergabung di dalam konstanta intercept model. Cara ini dikenal dengan nama Fixed Effect Model (FEM) atau juga disebut Dummy Variable Model. Metode estimasi ini mendapatkan penduga yang efisien dengan menerapkan proses estimasi terhadap data simpangan (deviation) dari rata-rata menurut waktu, individu dan menurut keduanya. Estimasi model regresi penggabungan semua data untuk intersep dan koefisien slope konstan setiap waktu dan unit biasa disebut juga commit to user



dengan estimasi regresi data panel dengan metode Pooled Least Square, mempunyai bentuk spesifikasi sebagai berikut: Yit= β1+β2Xit+β3X3it+µit...........................................................(3.2) Jika model regresi diasumsikan mempunyai koefisien slope konstan tetapi intersep bervariasi tiap unit maka digunakan variabel dummy waktu dan unit. Misal: Yit= β1t+ β2Xit+β3X3it+µit..........................................................(3.3) Model tersebut dikenal dengan Fixxed Effect Model (FEM). Intersep meskipun bervariasi tiap unit tapi tidak berbeda dalam tiap waktu (time invariant). Variabel dummy digunakan

untuk mengetahui besarnya

perbedaan koefisien tiap unit (diffential intercept dummies) dan model dapat dituliskan sebagai berikut: Yit=α1+α2D2i+α3D3i+α4D4i+β2X2it+β3Xit+µit.............................(3.4) Selanjutnya, model estimasi regresi data panel yang ketiga adalah Error Component Model atau disebut juga Random Effect Model (REM). Model REM ini melibatkan korelasi antar error term karena berubahnya waktu maupun karena berbedanya unit observasi. Model dasarnya dapat diformulasikan sebagai berikut: Yit= β1i+ β2X2it+β3Xit+µit..........................................................(3.5) Tidak semua persamaan bisa diestimasi dengan Random Effect Model, hal ini disebabkan karena untuk mengolah model dengan metode Generalized Linear Regression Model dalam Random Effect Model salah satu persyaratan yang harus dipenuhi adalah jumlah cross section (n) commit to user



harus lebih besar dari jumlah parameter yang akan diestimasi atau explanatory variables (K). (Hsiao, 1990 dalam Siti Aisyah, 2007). a.

Pemilihan Teknik Estimasi Regresi Data Panel Seperti

yang

telah

dijelaskan

sebelumnya

untuk

mengestimasi data panel, ada tiga teknik yang dapat digunakan yaitu model dengan metode Pooled Least Square (common), Fixed Effect Model (FEM) dan Random Effect Model (REM). Untuk menentukan teknik mana yang paling tepat dalam mengestimasi data panel maka perlu dilakukan pengujian. Adapun pengujiannya terdiri dari, pertama Restricted F test digunakan untuk memilih antara metode Pooled Least Square (common) atau Fixxed Effect Model (FEM). Kedua, untuk memilih antara Fixed Effect Model (FEM) atau Random Effect Model (REM) akan dilihat pada hasil uji formal statistik dan pemilihan berdasarkan model mana yang paling baik nilai statistiknya (Nachrowi, 2007). 1) Pemilihan antara Pooled Least Square atau Fixed Effect Model Uji yang digunakan untuk memilih apakah model yang digunakan Pooled Least Square atau Fixed Effect Model adalah Restricted F Test. Hipotesis yang digunakan dalam penelitian ini adalah sebagai berikut: H0: Pooled Least Square (Restricted) H1: Fixed Effect Model (Unrestricted)

commit to user



Adapun formulasi Restricted F Test adalah sebagai berikut:

F =

2 ( R UR - R R2 ) / m 2 (1 - R UR )/n-k

...........................................................(3.6)

Dimana 2 = koefisien determinasi dari model regresi unrestricted RUR

RR2 = koefisien determinasi dari model regresi restricted m

= Jumlah koefisien pada model regresi restricted

n

= Jumlah seluruh observasi

k

= jumlah koefisien pada model regresi unrestricted

Hasilnya apabila nilai F hitung lebih besar dari F tabel maka dianggap sifnifikan, berarti estimasi dengan Fixed Effect Model lebih baik dibandingkan estimasi dengan Pooled Least Square. 2) Pemilihan antara Pooled Least Square atau Random Effect Model Untuk memilih antara Fixed Effect Model (FEM) atau Random Effect Model (REM) akan dilihat pada hasil uji formal statistik dan pemilihan berdasarkan model mana yang paling baik nilai statistiknya (Nachrowi, 2007). Dimana model yang paling baik adalah model yang memiliki nilai R2 yang terbesar dan standart eror yang terkecil. Adapun model persamaan umum yang akan digunakan dalam penelitian ini adalah: K= β 0 + β 1GRW + β 2 AMH + β 3 P + µ...........................(3.7) commit to user



Di mana: K

= Jumlah Penduduk Miskin

GRW

= Produk Regional Domestik Bruto

AMH

= Angka Melek Huruf

P

= Pengangguran

β1-β3

= Koefisien Regresi Variabel Bebas

β0

= konstanta

µ

= variabel penganggu

b. Uji Statistik Untuk memperoleh regresi yang terbaik secara statistik disebut BLUE (Best Linier Unbiased Estimator) beberapa kriteria untuk memenuhi kriteria BLUE adalah 1) Uji F, 2) Uji T, 3) Uji R2 (Gujarati, 2003). Kriteria digunakan untuk menguji hipotesis secara statika didalam analisis regresi sederhana dan regresi berganda dilakukan melalui pendekatan uji signifikan (test significant). Uji signifikan secara umum merupakan prosedur untuk mengetahui seberapa besar signifikansi kebenaran suatu hipotesis nol (H0) atau untuk menentukan apakah sample yang diamati berbeda secara nyata dari hasil-hasil yang diharapkan. Perhitungan statistik dikatakan signifikan secara statistik apabila nilai uji statistiknya berada dalam daerah kritis (daerah dimana H0 ditolak). Sebaliknya disebut tidak signifikan apabila nilai uji statistiknya berada dalam daerah dimana H0 diterima. Dalam pengujian hipotesis ini dapat dilakukan dengan cara-cara berikut ini: commit to user



1) Uji t Dilakukan untuk melihat signifikasi dari pengaruh variabel independen secara individu terhadap variabel dependen. Uji t dilakukan dengan langkah-langkah sebagai berikut: a)

Menentukan hipotesis H0 = β1 = 0 (variabel independen secara individu tidak berpengaruh terhadap variabel dependen) H0 ≠ β1 ≠ 0 (variabel independen secara individu berpengaruh terhadap variabel dependen)

b) Menentukan nilai α c)

Melakukan perhitungan nilai t seperti berikut: ...............................................(3.8) Dimana: α = derajat signifikansi N = banyaknya data yang digunakan K=banyaknya parameter regresi plus konstanta ............................................................(3.9)

Dimana: β1 = koefisien regresi variabel ke-1 Se = standar eror

commit to user



Ho ditolak

Ho ditolak Ho diterima

- t tabel

t tabel

Gambar 3.1 Daerah Kritis Uji t Sumber: Gujarati (2003) d) Kriteria Pengujian H0 diterima apabila -tα/2 ≤ t ≤ tα/2 H0 ditolak apabila t < -tα/2 atau t > α/2 e)

Kesimpulan Jika t hitung < t tabel, maka H0 diterima Ha ditolak. Artinya koefisien regresi variabel independen tidak mempengaruhi variabel dependen secara signifikan. Jika t hitung > t tabel, maka H0 ditolak Ha diterima. Artinya koefisien

regresi variabel

independen

mempengaruhi

variabel dependen secara signifikan. 2) Uji F Uji ini dimaksudkan untuk mengetahui apakah variabel independen yang ada secara bersama-sama mempengaruhi variabel dependennya. Langkah-langkah dalam melakukan uji F ini adalah: a)

Menentukan hipotesis H0 = β1 = β2 = β3 = 0 (variabel independen secara bersamasama tidak berpengaruh terhadap variabel dependen) commit to user



Ha ≠ β1 ≠ β2 ≠ β3 ≠ 0 (variabel independen secara bersamasama berpengaruh terhadap variabel dependen) b) Menentukan nilai α c)

Melakukan perhitungan nilai t seperti berikut: .................................(3.10) Dimana: α = derajat signifikansi N = banyaknya data yang digunakan K =banyaknya parameter atau koefisien regresi plus konstanta

................................................(3.11)

Dimana: R2 = koefisien determinan berganda K = banyaknya parameter total yang dipakai N = banyaknya observasi

H0 ditolak H0 diterima F tabel Gambar 3.2 Daerah Kritis Uji F Sumber: Gujarati (2003) d) Kriteria Pengujian H0 diterima apabila F hitung ≤ F tabel H0 ditolak apabila F hitung > F tabel

commit to user



e)

Kesimpulan Jika F hitung < F tabel, maka H0 diterima Ha ditolak. Artinya koefisien regresi variabel independen secara bersama-sama tidak mempengaruhi variabel dependen secara signifikan. Jika F hitung > F tabel, maka H0 ditolak Ha diterima. Artinya koefisien regresi variabel independen secara bersama-sama mempengaruhi variabel dependen secara signifikan.

3) Koefisien Determinasi R2 Uji ini digunakkan untuk mengetahui seberapa jauh variasi dari variabel, bebas dapat menerangkan dengan baik variasi dari variabel terikat. Jika R2 mendekati nol, maka variabel bebas tidak menerangkan dengan baik variasi dari variabel terikatnya. ............................................(3.12) Dimana

= R2 adalah 0 ≤ R2 ≤ 1

Jika R2

= 1, berarti ada kecocokan yang sempurna

Jika R2

= 0, berarti tidak ada hubungan variabel dependen dengan variabel independen

Jika R2

= ~,berarti bahwa variabel independen hubungannya semakin dekat dengan variabel dependen atau dapat dikatakan bahwa model tersebut baik. commit to user



4) Koefisien Korelasi (r) Untuk mengetahui keeratan dependen (kuat lemahnya) hubungan antara variabel dependen dengan variabel independen. a)

Jika 0,7 £ r £ 1, maka hubungan antara variabel X dan Y adalah kuat (khusus untuk 0,9 £ r £ 1 hubungan tersebut sangat kuat)

b) Jika 0,5 £ r £ 0,7, maka hubungan antara variabel X dan Y dapat dikatakan sedang c)

Jika 0,1 £ r £ 0,5, maka hubungan antara variabel X dan Y dapat dikatakan lemah.

c.

Uji Asumsi Klasik 1) Uji Multikolinieritas Multikolinieritas adalah masalah yang timbul berkaitan dengan adanya hubungan linier diantara variabel-variabel penjelas. Uji multikolinieritas digunakan untuk mengetahui terjadi tidaknya korelasi diantara variabel independen. Untuk menguji bermasalah atau tidaknya multikolinieritas dilakukan pengujian dengan pendekatan Koutsoyiannis, yaitu dengan cara coba-coba memasukkan variabel bebas. Dari hasil tersebut variabel dibedakan menjadi tiga macam, yaitu variabel berguna, variabel tidak berguna dan variabel merusak (Siti Aisyah, 2007). Apabila nilai R2 regresi setiap variabel bebas lebih besar dibandingkan nilai R2 regresi utama, maka dapat disimpulkan bahwa dalam persamaan tersebut terjadi multikolinearitas. commit to user



2) Uji Heteroskedastisitas Heteroskedastisitas adalah kondisi dimana sebaran atau varian faktor penganggu tidak konstan sepanjang observasi. Heteroskedastisitas terjadi jika muncul gangguan dalam fungsi regresi yang tidak sama sehingga penaksir OLS tidak efisien baik dalam sampel kecil ataupun besar (tetapi masih tetap tidak bias dan konsisten). Untuk

menguji

adanya

masalah

asumsi

Heteroskedastisitas, digunakan uji White-Heteroskedasticity yang diperoleh dalam program Eviews. 3) Uji Autokorelasi Autokorelasi adalah keadaan dimana terdapat trend di dalam variabel yang diteliti sehingga mengakibatkan e juga mengandung trend. Autokorelasi muncul karena observasi yang berurutan

sepanjang

waktu

berkaitan

satu

sama

lain.

Autokorelasi terjadi karena adanya korelasi yang kuat antara et dengan series et-1. Salah satu cara untuk menguji autokorelasi adalah dengan percobaan d (Durbin Watson), dimana langkah-langkah untuk melakukan pengujian ini adalah: a) Menggunakan angka Durbin Watson yang didapat dari rumus: é1 - å eiei - 1ù d=2 ê ú ...............................(3.13) å e 2i ë û commit to user



b) Membandingkan angka dengan Durbin Watson dalam tabel menunjukkan nilai disturbansi antara bawah (dl) dengan batas atas (du) c)

Kriteria pengujiannya adalah: 0< d < dl = menunjukkan autokorelasi positif / menolak Ho dl < d < du = tidak dapat disimpulkan du < d < 4-du = tidak terdapat autokorelasi atau menerima Ho 4-du < d < 4-dl = tidak dapat disimpulkan 4-dl < d-4 = menunjukkan autokorelasi negatif atau menolak Ho

2. Indeks Entropi Theil Alat yang digunakan untuk mengukur kesenjangan provinsi di Indonesia adalah

Indeks

Entropi Theil.

Indeks

ini mula-mula

diperkenalkan oleh Henri Theil (1969). Nilai indeks entropi yang lebih rendah menunjukkan kesenjangan yang lebih rendah, dan sebaliknya. Karakteristik utama dari indeks entropi ini adalah kemampuannya untuk membedakan kesenjangan antar daerah (betwen-region inequality) dan kesenjangan dalam satu daerah (within-region inequality) (Mudrajad dalam Diana, 2005). Rumus yang digunakan dalam pengukuran Indeks Entropi Theil adalah: ......................................................(3.14) ITheil

commit to user kemiskinan di wilayah j. = indeks entropi konsentrasi



xj

= jumlah penduduk miskin per provinsi ke j.

X

= jumlah rata-rata penduduk miskin di Indonesia.

yj

= jumlah penduduk per provinsi ke j.

Y

= jumlah seluruh penduduk Indonesia.

Setelah

menghitung

seperti

di

atas,

kemudian

dihitung

kesenjangan dalam pulau (within region), yaitu:

..............................................(3.15)

Lw

= tingkat kesenjangan dalam pulau di Indonesia.

Xi

= jumlah penduduk miskin di provinsi i di pulau j.

Xj

= jumlah seluruh penduduk miskin di pulau j.

Yi

= jumlah penduduk di provinsi i di pulau j.

Yj

= jumlah seluruh penduduk di pulau j.

Lalu menghitung indeks kesenjangan antar pulau (betwen region): .......................................................(3.16) .............................................................................(3.17) L

= tingkat kesenjangan total di Indonesia.

LB

= tingkat kesenjangan antar pulau di Indonesia.

Xijh

= jumlah pangsa penduduk miskin di provinsi

i dengan

rata-rata penduduk miskin di negara h dipulau j. Yijh

= jumlah pangsa penduduk di provinsi i dengan jumlah seluruh penduduk di negara h di pulau j. commit to user



BAB IV ANALISIS DATA DAN PEMBAHASAN

A. Gambaran Umum Indonesia 1. Keadaan Geografis Indonesia Secara umum luas wilayah Indonesia adalah 9,8 juta km2 dengan luas lautan 7,9 juta km2 (81% luas Indonesia) dan luas daratan 1,9 juta km2. Indonesia terdiri dari 13667 pulau, 7623 buah (56%) belum mempunyai nama hanya 931 buah (7%) yang dihuni manusia, sisanya 12736 buah tanpa dihuni. Secara astronomis Indonesia terletak antara 6o LU – 11o LS dan 95o BT – 141o BT, sehingga Indonesia dilalui garis katulistiwa dan mempunyai lintang 170o dan panjang bujur 46o akibatnya Indonesia beriklim panas (tropis). Batas-batas wilayah Indonesia adalah: Batas Utara

: Selat Malaka, laut China Selatan, Malaysia (Malaysia Timur, di sebelah utara Kalimantan), Laut Sulawesi (antara Sulawesi Utara dengan Samudra Pasifik.

Batas Timur

: Samudra Pasifik dan Papua Nugini.

Batas Selatan

:

Batas Barat

: Samudra Hindia.

Laut Arafuru dan Samudra Hindia.

commit to user

Philipina) dan



Gambar 4.1 Peta Wilayah Indonesia Sumber: BPS. (2010). Perkembangan Beberapa Indikator Utama Sosial-Ekonomi Indonesia Letak Geografi adalah letak sesuatu negara dilihat dari kenyataan di bumi atau posisi negara itu pada bola bumi. Berdasarkan letak geografi Indonesia terletak di antara Samudra Pasifik dan Hindia, dan di antara Benua Asia dan Benua Australia. Hal ini mengakibatkan Indonesia banyak memiliki kesamaan dengan Benua Asia dan Benua Australia, misalnya keadaan flora dan faunanya. Di bagian barat flora dan fauna Indonesia lebih cenderung serupa dengan flora dan fauna di Benua Asia, sedangkan di bagian timur flora dan fauna lebih menyerupai dengan Benua Australia. Letak Geologis adalah letak suatu daerah atau negara dilihat dari commit to userSecara geologis Indonesia terletak batu-batuan yang ada pada buminya.



di daerah Sunda Plat (Dangkalan Sunda), daerah Sahut Plat (Dangkalan Sahut), daerah Lautan Pertengahan Austal-Asiatis merupakan dua daerah pertemuan dua deret pegunungan yaitu Sirkum Pasifik dan Mediterania (pegunungan bagian barat dan pegunungan bagian timur). Dengan demikian secara geologi Indonesia bagian barat termasuk Benua Asia, sedangkan bagian timur termasuk Benua Australia dan mengakibatkan tanah subur, sering terjadi gempa, banyak palung laut. Indonesia beriklim tropis karena wilayahnya dilalui garis lintang 0o atau biasa disebut garis equator atau garis khatulistiwa. Hal ini mengakibatkan iklim bersifat panas. Selain itu juga bersifat lembab karena wilayah Indonesia berbentuk kepulauan dimana wilayah perairannya lebih luas daripada daratannya. Curah hujan rata-rata berkisar antara 2000-3000 mm/tahun, dengan suhu rata-rata minimum 21oC dan maksimum di atas 30oC. Karena Indonesia berada pada posisi strategis, yaitu di antara dua benua dan dua samudra, Indonesia dipengaruhi oleh angin muson, yang menyebabkan Indonesia mempunyai dua musim. Angin muson barat bersifat basah, menyebabkan Indonesia mendapat musim hujan. Sementara, angin muson timur bersifat kering, menyebabkan Indonesia mendapat musim kemarau. 2. Keadaan Demografi Indonesia Sebagai besar penduduk Indonesia berasal dari Bangsa Melayu dan sebagian kecil berasal dari Bangsa Cina. Selain itu, penduduk Indonesia terdiri dari berbagai suku yang beranekaragam, seperti Suku commit to user Dayak, Suku Badui, Suku Mentawai, Suku Anak Dalam, Suku Dani,



Suku Sunda, Suku Batak, dan lain sebagainya. Luas total wilayah Indonesia adalah 1.860.359,67 km2, di mana provinsi yang memiliki wilayah terluas adalah Papua dengan 319.036,05 km2 sedangkan provinsi yang memiliki wilayah terkecil adalah DKI Jakarta dengan 664,01 km2. Pada Tahun 2009 Indonesia terbagi atas 33 provinsi, 399 Kabupaten, 98 Kota, 6.652 Kecamatan serta 77.012 desa atau kelurahan. Jumlah penduduk Indonesia pada tahun 1990 sebesar 179.248 ribu jiwa, jumlah ini meningkat menjadi 205.132 ribu jiwa pada tahun 2000. Sedangkan pada tahun 2009 jumlah penduduk Indonesia mencapai 231.370 ribu jiwa. Berdasarkan proyeksi penduduk, pada tahun 2015 jumlah penduduk Indonesia diperkirakan mencapai 247.623 ribu jiwa. Pada tahun 2009, provinsi yang memiliki penduduk terbanyak adalah Jawa Barat dengan jumlah mencapai 41.501,5 ribu jiwa, sedangkan yang terkecil adalah Papua Barat dengan jumlah 743,9 ribu jiwa. Menurut tingkat kepadatan penduduknya, Provinsi DKI Jakarta adalah yang paling padat, karena dengan luas wilayah 664,01 km2 jumlah penduduknya mencapai 9.223 ribu jiwa sehingga tingkat kepadatannya sebesar 13.890 jiwa/km2. Provinsi yang memiliki tingkat kepadatan paling rendah adalah Provinsi Papua dan Papua Barat, dengan luas masing-masing 319.036,05 km2 dan 97.024,27 km2, jumlah penduduknya adalah 2.097,5 ribu jiwa dan 743,9 ribu jiwa, sehingga kepadatannya adalah 7 jiwa/km2. Untuk lebih jelasnya dapat dilihat dalam tabel berikut:

commit to user



Tabel 4.1 Jumlah dan Kepadatan Penduduk Menurut Provinsi Tahun 2007-2009 Tahun Provinsi

(1)

Luas Wilayah (2)

2007

2008

2009

Jumlah

Kepadatan

Jumlah

Kepadatan

Jumlah

Kepadatan

(3)

(4)

(5)

(6)

(7)

(8)

NAD

57,956.00

4,223.8

73

4,293.9

74

4,363.5

75

Sumatera Utara

72,981.23

12,834.4

176

13,042.3

179

13,248.4

182

Sumatera Barat

42,012.89

4,763.1

113

4,763.1

113

4,828.0

115

Riau

87,023.66

5,071.0

58

5,306.5

61

5,306.5

61

Jambi

50,058.16

2,742.2

55

2,788.3

56

2,834.2

57

Sumatera Selatan

91,592.43

7,020.0

77

7,121.8

78

7,222.6

79

Bengkulu

19,919.33

1,616.7

81

1,641.9

82

1,666.9

84

Lampung

34,623.80

7,289.8

211

7,391.1

213

7,491.9

216

Bangka Belitung

16,424.06

1,106.7

67

1,122.5

68

1,138.1

69

Kepulauan Riau

8,201.72

1,392.9

170

1,453.1

177

1,515.3

185

664.01

9,064.6

13,651

9,146.2

13,774

9,223.0

13,890

Jawa Barat

35,377.76

40,329.1

1,140

40,918.3

1,157

41,501.5

1,173

Jawa Tengah

32,800.69

32,380.3

987

32,626.4

995

32,864.6

1,002

3,133.15

3,434.5

1,096

3,468.5

1,107

3,501.9

1,118

47,799.75

36,895.6

772

37,094.8

776

37,286.2

780

Banten

9,662.92

9,602.4

994

9,602.4

994

9,782.8

1,012

Bali

5,780.06

3,479.8

602

3,516.0

608

3,551.0

614

Kalimantan Barat

147,307.00

4,178.5

28

4,249.1

29

4,319.1

29

Kalimantan Tengah

153,564.50

2,028.3

13

2,057.3

13

2,085.8

14

Kalimantan Selatan

38,744.23

3,396.7

88

3,446.6

89

3,496.1

90

Kalimantan Timur

DKI Jakarta

DI Yogyakarta Jawa Timur

204,534.34

3,024.8

15

3,094.7

15

3,164.8

15

Sulawesi Utara

13,851.64

2,186.8

158

2,208.0

159

2,228.9

161

Sulawesi Tengah

61,841.29

2,396.2

39

2,438.4

39

2,480.3

40

Sulawesi Selatan

46,717.48

7,700.3

165

7,805.0

167

7,908.5

169

Sulawesi Tenggara

38,067.70

2,031.5

53

2,075.0

55

2,118.3

56

Gorontalo

11,257.07

960.3

85

972.2

86

984.0

87

Sulawesi Barat

16,787.18

1,016.7

61

1,032.3

61

1,047.7

62

Nusa Tenggara Barat

18,572.32

4,292.5

231

4,363.8

235

4,434.0

239

Nusa Tenggara Timur

48,718.10

4,448.9

91

4,534.3

93

4,619.7

95

Maluku

46,914.03

1,302.0

28

1,320.7

28

1,339.5

29

Maluku Utara

31,982.50

944.3

30

959.6

30

975.0

30

Papua Barat

97,024.27

716.0

7

730.0

8

743.9

8

Papua Indonesia

319,036.05

2,015.6

6

2,056.5

6

2,097.5

7

1,919,931.32

225,890.3

118

228,640.6

119

231,369.6

121


commit to user



3. Keadaan Kemiskinan Indonesia a.

Garis Kemiskinan, Jumlah dan persentase Penduduk Miskin Krisis ekonomi yang melanda Indonesia sejak pertengahan tahun 1997 telah menyebabkan bertambahnya penduduk yang hidup dibawah garis kemiskinan. Padahal sebelum terjadi krisis tersebut jumlah penduduk miskin di Indonesia terus berkurang. Berdasarkan garis kemiskinan tahun 1996 jumlah penduduk yang hidup di bawah garis kemiskinan diperkirakan 34,5 juta jiwa. Dari jumlah ini 9,6 juta jiwa berada di perkotaan atau 13,6 % dari seluruh penduduk perkotaan, dan 24,9 juta jiwa atau 19,9 % dari seluruh penduduk pedesaan. Akibat krisis ekonomi yang terus berkelanjutan, sampai dengan akhir 1998, jumlah penduduk miskin telah menjadi 49,5 juta jiwa, atau sekitar 23,8 % dari jumlah penduduk Indonesia. Perlu dicatat bahwa peningkatan jumlah penduduk miskin menjadi 49,5 juta jiwa pada akhir tahun 1998 tersebut tidak sepenuhnya terjadi akibat adanya krisis ekonomi, melainkan sebagian terjadi karena perubahan garis kemiskinan yang digunakan. Seperti diketahui, garis kemiskinan yang digunakan BPS bersifat dinamis, menyesuaikan perubahan atau pergeseran pola konsumsi. Namun perubahan garis kemiskinan tersebut bukan hanya karena pergeseran pola konsumsi, tetapi lebih karena perluasan cakupan komoditi yang diperhitungkan dalam kebutuhan minimum yang dilakukan agar garis kemiskinan commit to user secara lebih realistis. Pada tahun dapat mengukur tingkat kemiskinan



1998, garis kemiskinan yang ditetapkan oleh Badan Pusat Statistik (BPS) untuk perkotaan adalah Rp. 96.959,- ribu sedangkan untuk pedesaan adalah Rp. 72.780,- ribu.

Tabel 4.2 Perkembangan Batas Garis Kemiskinan Versi BPS dan Jumlah Penduduk Miskin KOTA

DESA (%)



(%)

(3)

(4)

(5)

(6)

(7)

4,522

10.0

38.8

2,849

44.2

40.4

1984

13,731

9.3

23.14

7,746

25.7

21.18

1987

17,381

9.7

20.14

10,294

20.3

16.44

1990

20,614

9.4

16.75

13,295

17.8

14.33

1993

27,905

8.7

13.45

18,244

17.2

13.79

1996

42,032

9.6

13.6

31,366

24.9

19.9

1998

96,959

17.6

21.9

72,780

31.9

25.7

1999

89,845

12.4

15.1

69,420

25.1

20.2

2000

91,632

12.1

14.58

73,648

25.2

22.14

2001

100,011

8.5

9.76

80,382

28.6

24.95

2002

130,499

13.3

14.46

96,512

25.1

21.1

2003

138,803

12.2

13.57

10,888

25.1

20.23

2004

143,455

11.4

12.13

10,725

24.8

20.11

2005

150,799

12.4

11.37

11,259

22.7

19.51

2006

174,290

14.49

13.47

130,584

24.81

21.81

2007

187,942

13.56

12.52

146,837

23.61

20.37

2008

204,896

12.77

11.65

161,831

22.19

18.93

2009

222,123

11.91

10.72

179,835

20.62

17.35

Tahun



(1)

(2)

1976

Sumber: BPS. (1994, 2001, 2009) dalam Mudrajad Kuncoro. (2009). URL: www.mudrajad.com/ upload/kemiskinan_di_Indonesia-Mudrajad_18juli2009.doc diakses 12 November 2010 pukul 20.05

Perbaikan ekonomi dan situasi politik pada tahun 2000 telah mempengaruhi jumlah penduduk miskin. Pada tahun 2000 jumlah penduduk miskin Indonesia tercatat sebesar 37,3 juta jiwa, dimana jumlah penduduk miskin yang tinggal di pedesaan sebesar 25,2 juta jiwa. Dibandingkan dengan tahun 1998 jumlah penduduk miskin commit to user



Indonesia mengalami penurunan sebasar 5,44 %. Trend penurunan kemiskinan ini terus berlanjut kecuali pada tahun 2006, dimana pada tahun tersebut jumlah penduduk miskin meningkat menjadi 39,3 juta jiwa dengan rincian 14,49 juta jiwa tinggal di perkotaan dan 24,81 juta jiwa tinggal di pedesaan. Pada tahun 2006 besarnya garis kemiskinan di perkotaan adalah Rp. 174.290,- rupiah sedangkan dipedesaan sebesar Rp. 130.584,- rupiah. Pada tahun 2007 jumlah penduduk miskin mengalami penurunan kembali menjadi 37,17 juta jiwa. Dari jumlah tersebut sekitar 23,61 juta jiwa tinggal di pedesaan dan selebihnya berada di perkotaan. Pada tahun 2007 garis kemiskinan meningkat menjadi Rp. 187.942,- ribu untuk daerah perkotaan dan Rp. 146.837,- ribu untuk wilayah pedesaan. Pada tahun 2008, jumlah penduduk miskin turun 2,21 % menjadi 34,96 juta jiwa. Dengan garis kemiskinan sebesar Rp. 204.896,- ribu jumlah penduduk miskin di daerah perkotaan mencapai 12,77 juta jiwa, sedangkan untuk daerah pedesaan yang menggunakan garis kemiskinan sebesar Rp. 161.831,ribu tercatat jumlah penduduk miskin sekitar 22,19 juta jiwa. Pada tahun 2009 jumlah penduduk miskin kembali turun menjadi 32,53 juta jiwa, dengan rincian 11,91 juta jiwa tinggal di perkotaan dan 20,62 juta jiwa tinggal di pedesaan. Pada tahun 2009 sendiri, besarnya garis kemiskinan untuk daerah perkotaan sebesar Rp. 222.123,- ribu sedangkan untuk daerah pedesaan sebesar Rp. 179.835,- ribu.

commit to user



b. Penduduk Miskin Menurut Pulau Pada tahun 2009 jumlah penduduk miskin terbesar berada dikawasan Jawa-Bali dengan jumlah 18.610,7 ribu jiwa. Di kawasan Sumatera jumlah penduduk miskin sebesar 6.854,2 ribu jiwa atau sekitar 21,07% dari total penduduk miskin di Indonesia. Jumlah penduduk miskin yang berada di kawasan Sulawesi dan Nusa Tenggara masing-masing sebesar 2.490,1 ribu jiwa dan 2.064 ribu jiwa. Di Kawasan Papua terdapat penduduk miskin berjumlah 1.017,1 ribu jiwa atau sekitar 3,13%. Jumlah penduduk miskin yang beradadi kawasan Kalimantan sebesar 1.015,9 ribu jiwa. Sedangkan kawasan Maluku merupakan kawasan yang memiliki jumlah penduduk miskin yang paling kecil yaitu sebesar 478 ribu jiwa. Jumlah penduduk miskin di Kawasan Indonesia Barat pada tahun 2009 tercatat 25.464,9 juta jiwa dan di Kawasan Indonesia Timur tercatat 7.065,1 juta jiwa. Hal ini berarti sekitar 78,28 % penduduk miskin Indonesia tinggal di Kawasan Indonesia Barat sedangkan sisanya sebesar 21,72 % berada di Kawasan Indonesia Timur. Untuk lebih jelasnya lihat tabel berikut:

commit to user



Tabel 4.3

Jumlah dan Persentase Penduduk Miskin Berdasarkan Pembagian Wilayah dalam RPJMN (Ribu Jiwa) Tahun 2007

Wilayah

(1)

2008

Jumlah

%

Peringkat

(2)

(3)

(4)

Jumlah (5)

2009

%

Peringkat

Jumlah

%

PeringKat

(6)

(7)

(8)

(9)

(10)

Sumatera

7,845.4

21.07

2

7,294.0

20.86

2

6,854.2

21.07

2

Jawa-Bali

21,324.9

57.27

1

20,191.6

57.75

1

18,610.7

57.21

1

Kalimantan

1,352.9

3.63

5

1,214.1

3.47

5

1,015.9

3.12

6


2,788.1

7.49

3

2,608.5

7.46

3

2,490.1

7.65

3

2,350.2

6.31

4

2,178.9

6.23

4

2,064.0

6.34

4

514.6

1.38

7

496.4

1.42

7

478.0

1.47

7

1,060.2

2.85

6

979.6

2.80

6

1,017.1

3.13

5

37,236.3

100

34,963.1

100

32,530.0

100

Maluku Papua Indonesia

Sumber: Sumber: BPS. (2010). Statistik Indonesia 2009, data diolah

c.

Penduduk Miskin Menurut Provinsi Pada tahun 2009, garis kemiskinan tertinggi untuk daerah perkotaan tercatat di Provinsi DKI Jakarta, yaitu Rp. 316.936,- ribu. Sementara garis kemiskinan terendah tercatat di Provinsi Gorontalo yaitu sebesar Rp. 173.850,- ribu. Untuk daerah pedesaan, garis kemiskinan tertinggi tahun 2009 ditempati Provinsi Kepulauan Riau yaitu sebesar Rp. 256.742,- ribu, sedangkan garis kemiskinan terendah tercatat di Provinsi Sulawesi Selatan yaitu sebesar Rp. 142.241,- ribu. Selama kurun waktu 2007-2009, terjadi penurunan penduduk miskin yang cukup bervariasi. Beberapa provinsi mengalami penurunan yang kecil sementara provinsi lainnya mengalami penurunan yang cukup besar. Provinsi Papua Barat merupakan provinsi yang mengalami commitpenurunan to user penduduk miskin paling kecil,



yaitu sekitar 5 ribu jiwa. Kemudian disusul oleh Provinsi Maluku Utara yang mengalami penurunan sebesar 5,95 ribu jiwa dan Provinsi Gorontalo yang mengalami penurunan sebesar 8,65 ribu jiwa. Sementara itu, Provinsi Jawa Timur merupakan provinsi yang mengalami penurunan penduduk miskin paling tinggi yaitu sekitar 566,35 ribu jiwa. Kemudian disusul oleh Provinsi Jawa Tengah dengan penurunan sebesar 415,75 ribu jiwa dan Provinsi Jawa Barat dengan penurunan sebesar 237,15 ribu jiwa. Untuk lebih jelasnya dapat dilihat pada tabel berikut:

commit to user



Tabel 4.4 Garis Kemiskinan dan Jumlah Penduduk Miskin Menurut Provinsi (ribu jiwa)

Provinsi

(1)

Garis Kemiskinan Tahun 2009

Jumlah Penduduk Miskin

Perkotaan

Pedesaan

2007

2008

2009

Rata-Rata Penurunan Kemiskinan

(2)

(3)

(4)

(5)

(6)

(7)

NAD

292,428

249,546

1,083.7

959.7

892.9

95.40

Sumatera Utara

234,712

189,306

1,768.5

1,613.8

1,499.7

134.40

Sumatera Barat

248,525

201,257

529.2

477.2

429.3

49.95

Riau

265,707

226,945

574.5

566.7

527.5

23.50

Jambi

244,516

178,107

281.9

260.3

249.7

16.10

Sumatera Selatan

247,661

190,109

1,331.8

1,249.6

1,167.9

81.95

Bengkulu

242,735

192,351

370.6

352.0

324.1

23.25

Lampung

224,168

175,734

1,661.7

1,591.6

1,558.3

51.70

Bangka Belitung

272,809

261,378

95.1

86.7

76.6

9.25

Kepulauan Riau

308,210

256,742

148.4

136.4

128.2

10.10

DKI Jakarta

316,936

-

405.7

379.6

323.2

41.25

Jawa Barat

203,751

175,193

5,457.9

5,322.4

4,983.6

237.15

Jawa Tengah

196,478

169,312

6,557.2

6,189.6

5,725.7

415.75

DI Yogyakarta

228,236

182,706

633.5

616.3

585.8

23.85

Jawa Timur

202,624

174,628

7,155.3

6,651.3

6,022.6

566.35

Banten

212,310

178,238

886.2

816.7

788.1

49.05

Bali

211,461

176,003

229.1

215.7

181.7

23.70

Kalimantan Barat

194,881

166,815

584.3

508.8

434.8

74.75

Kalimantan Tengah

209,317

199,157

210.3

200.0

165.9

22.20

Kalimantan Selatan

216,538

181,059

233.5

218.9

176

28.75

Kalimantan Timur

283,472

224,506

324.8

286.4

239.2

42.80

Sulawesi Utara

193,251

178,271

250.1

223.5

219.6

15.55

Sulawesi Tengah

217,529

182,241

557.4

524.7

489.8

33.80

Sulawesi Selatan

177,872

142,241

1,083.4

1,031.7

963.6

59.90

Sulawesi Tenggara

175,070

157,554

465.4

435.9

434.3

15.55

Gorontalo

173,850

156,873

241.9

221.6

224.6

8.65

Sulawesi Barat

175,901

156,866

189.9

171.1

158.2

15.85

Nusa Tenggara Barat

213,450

164,526

1,118.6

1,080.6

1,050.9

33.85

Nusa Tenggara Timur

218,796

142,478

1,163.6

1,098.3

1,013.1

75.25

Maluku

230,913

199,596

404.7

391.3

380

12.35

Maluku Utara

226,732

190,838

109.9

105.1

98

5.95

Irian Jaya Barat

304,730

269,354

266.8

246.5

256.8

5.00

Papua

285,158

234,727

793.4

733.1

760.3

16.55

INDONESIA

222,123

179,835

37,168.3

34,963.3

32,530.0

2,319.15


commit to user



4. Keadaan Perekonomian Indonesia Salah satu indikator yang digunakan dalam menghitung tingkat pertumbuhan ekonomi Indonesia dan mengukur tingkat kemiskinan adalah dengan melihat Produk Domestik Regional Bruto (PDRB). Berdasarkan tabel berikut provinsi yang mempunyai PDRB tertinggi pada tahun 2009 adalah DKI Jakarta dengan nilai PDRB sebesar Rp. 389.851.058,- juta, kemudian disusul oleh Provinsi Jawa Timur dengan PDRB sebesar Rp. 336.104.871,- juta dan Provinsi Jawa Barat dengan PDRB sebesar Rp. 315.601.845,- juta. Sedangkan provinsi yang mempunyai PDRB terendah adalah Provinsi Gorontalo dengan PDRB sebesar Rp. 2.915.121,3,- juta, kemudian disusul oleh Provinsi Maluku Utara dengan PDRB sebesar Rp. 2.979.518,1,- juta dan Provinsi Maluku dengan PDRB sebesar Rp. 4.209.549,7,- juta. Provinsi yang memilki rata-rata pertumbuhan PDRB tertinggi adalah Sulawesi Utara dengan pertumbuhan mencapai 11,94 %, sedangkan provinsi yang memilki ratarata pertumbuhan terendah adalah Provinsi NAD dengan pertumbuhan PDRB -2,82 %.

commit to user



Tabel 4.5 PDRB Atas Dasar Harga Konstan 2000 Menurut Wilayah Tahun 2007-2009 (Juta Rupiah) Tahun Provinsi

(1)

2007

2008

2009

Jumlah

%

Jumlah

%

Jumlah

%

(2)

(3)

(4)

(5)

(6)

(7)

Rata-Rata Pertumbuhan (8)

NAD

35,983,090.8

1.92

34,085,478.7

1.72

33,962,771.0

1.56

-2.82

Sumatera Utara

99,792,273.3

5.31

106,172,360.1

5.35

117,211,152.0

5.38

8.40

Sumatera Barat

32,912,968.6

1.75

35,007,921.5

1.76

37,981,164.0

1.74

7.43

Riau

86,213,259.5

4.59

91,085,381.8

4.59

96,444,937.0

4.43

5.77

Jambi

14,275,161.3

0.76

15,296,726.8

0.77

17,307,599.0

0.79

10.15

Sumatera Selatan

55,262,114.0

2.94

58,080,027.0

2.93

62,940,222.0

2.89

6.73

Bengkulu

7,008,964.5

0.37

7,354,468.4

0.37

7,960,713.2

0.37

6.59

Lampung

32,694,889.4

1.74

34,414,653.2

1.73

37,992,762.0

1.75

7.83

9,464,539.1

0.50

9,884,577.8

0.50

10,594,746.0

0.49

5.81

Bangka Belitung Kepulauan Riau

34,713,813.6

1.85

37,021,427.7

1.87

39,665,943.0

1.82

6.90

DKI Jakarta

332,971,254.0

17.72

353,539,057.4

17.82

389,851,058.0

17.91

8.22

Jawa Barat

274,180,308.0

14.59

290,171,128.8

14.63

315,601,845.0

14.50

7.30

Jawa Tengah

159,110,254.0

8.47

167,790,369.9

8.46

183,968,451.0

8.45

7.55

DI Yogyakarta

18,291,511.7

0.97

19,208,937.5

0.97

20,932,502.0

0.96

6.99

287,814,184.0

15.32

304,798,966.4

15.36

336,104,871.0

15.44

8.09

Banten

65,046,775.8

3.46

68,830,644.8

3.47

75,438,360.0

3.46

7.71

Bali

23,497,047.1

1.25

24,900,571.9

1.26

27,625,713.0

1.27

8.46

Kalimantan Barat

26,260,648.0

1.40

27,682,852.5

1.40

30,380,983.0

1.40

7.58

Kalimantan Tengah

15,754,508.7

0.84

16,725,514.2

0.84

18,608,858.0

0.85

8.71

Kalimantan Selatan

25,922,287.5

1.38

27,538,451.5

1.39

30,366,926.0

1.39

8.25

Kalimantan Timur

98,428,543.0

5.24

103,168,022.0

5.20

108,010,547.0

4.96

4.75

Sulawesi Utara

14,344,302.4

0.76

15,428,425.3

0.78

17,945,762.0

0.82

11.94

Sulawesi Tengah

13,683,882.5

0.73

14,746,021.7

0.74

17,091,635.0

0.79

11.83

Sulawesi Selatan

41,332,426.3

2.20

44,549,824.5

2.25

50,245,252.0

2.31

10.28

Sulawesi Tenggara

9,331,719.9

0.50

10,010,586.3

0.50

11,583,555.0

0.53

11.49

Gorontalo

2,339,217.5

0.12

2,520,673.3

0.13

2,915,121.3

0.13

11.70

Sulawesi Barat

3,567,816.2

0.19

3,872,522.8

0.20

4,353,630.0

0.20

10.48

Nusa Tenggara Barat

16,369,220.5

0.87

16,799,829.8

0.85

19,956,216.0

0.92

10.71

Nusa Tenggara Timur

10,902,404.4

0.58

11,426,425.2

0.58

12,415,928.0

0.57

6.73

Maluku

3,633,475.1

0.19

3,787,103.9

0.19

4,209,549.7

0.19

7.69

Maluku Utara

2,501,175.1

0.13

2,650,760.1

0.13

2,979,518.1

0.14

9.19

Irian Jaya Barat

5,934,315.8

0.32

6,369,374.2

0.32

7,191,779.9

0.33

10.12

19,200,297.4

1.02

18,914,877.3

0.95

27,391,987.0

1.26

21.67

1,878,738,648.0

100

1,983,833,965.0

100

2,177,232,056.7

100

7.67

Jawa Timur

Papua Indonesia


commit to user



5. Keadaan Pendidikan Indonesia Pendidikan adalah salah satu cara yang tepat untuk meningkatkan kualitas hidup seseorang sehingga dapat menjauh dari resiko kemiskinan. Investasi pendidikan akan mampu meningkatkan kualitas sumber daya manusia yang diperlihatkan dengan meningkatnya pengetahuan dan keterampilan seseorang. Semakin tinggi tingkat pendidikan seseorang, maka pengetahuan dan keahlian juga akan meningkat sehingga akan mendorong peningkatan produktivitas kerjanya. Perusahaan akan memperoleh hasil yang lebih banyak dengan memperkerjakan tenaga kerja dengan produktivitas yang tinggi, sehingga perusahaan juga akan bersedia memberikan gaji yang lebih tinggi bagi yang bersangkutan. Di sektor informal seperti pertanian, peningkatan ketrampilan dan keahlian tenaga kerja akan mampu meningkatkan hasil pertanian, karena tenaga kerja yang terampil mampu bekerja lebih efisien. Dari hal tersebut terlihat dengan jelas adanya hubungan antara pendidikan dengan kemiskinan, dimana hubungan tersebut berlangsung secara negatif. Salah satu cara untuk melihat perkembangan pendidikan di suatu daerah adalah dengan melihat besarnya angka melek huruf di daerah tersebut. Apabila daerah tersebut memiliki angka melek huruf yang tinggi maka dapat diartikan daerah tersebut memiliki tingkat pendidikan yang relatif tinggi. Dengan demikian angka melek huruf juga dapat dikatakan memiliki hubungan dengan kemiskinan.

commit to user



Tabel 4.6 Jumlah Penduduk Melek Huruf Antar Wilayah di Indonesia Tahun 2007-2009 (Ribu Jiwa) Tahun Provinsi

(1) NAD

2007

2008

Rata-Rata Lama Sekolah

2009

Jumlah

%

Jumlah

%

Jumlah

%

2007

2008

2009

(2)

(3)

(4)

(5)

(6)

(7)

(8)

(9)

(10)

3,991.91

94.51

4,119.57

94.51

4,205.98

95.94

8.3

8.3

8.6

Sumatera Utara

12,414.72

96.73

12,656.25

96.73

12,870.82

97.04

8.5

8.5

8.6

Sumatera Barat

4,577.34

96.10

4,604.01

96.10

4,673.99

96.66

8.2

8.3

8.5

Riau

4,933.07

97.28

5,187.63

97.28

5,206.21

97.76

8.2

8.5

8.6

Jambi

2,623.46

95.67

2,671.47

95.67

2,723.10

95.81

7.6

7.6

7.7

Sumatera Selatan

6,657.07

94.83

6,787.79

94.83

6,898.31

95.31

7.5

7.6

7.7

Bengkulu

1,562.70

96.66

1,593.46

96.66

1,620.39

97.05

7.8

7.8

8.2

Lampung

6,915.83

94.87

7,046.67

94.87

7,148.02

95.34

7.2

7.2

7.7

Bangka Belitung

1,039.30

93.91

1,061.89

93.91

1,080.06

94.60

7.2

7.4

7.4

Kepulauan Riau

1,297.21

93.13

1,360.54

93.13

1,429.99

93.63

8.9

8.1

8.1

DKI Jakarta

8,366.63

92.30

9,030.96

92.30

9,125.24

98.74

10.1

10.2

10.3

Jawa Barat

38,441.70

95.32

39,089.25

95.32

39,833.14

95.53

7.5

7.5

7.7

Jawa Tengah

30,839.00

95.24

31,063.60

95.24

31,533.58

95.21

6.8

6.9

7.1

DI Yogyakarta

3,043.65

88.62

3,095.29

88.62

3,132.80

89.24

8.6

8.7

8.8

32,386.96

87.78

33,181.30

87.78

33,624.70

89.45

6.9

7

7.2

Banten

8,394.42

87.42

8,383.86

87.42

8,589.30

87.31

7.7

7.7

8

Bali

2,991.93

85.98

3,056.81

85.98

3,097.18

86.94

7.6

7.8

7.8

Kalimantan Barat

3,735.58

89.40

3,761.30

89.40

3,874.23

88.52

6.6

6.6

6.6

Kalimantan Tengah

1,960.15

96.64

2,001.14

96.64

2,031.36

97.27

7.7

7.7

7.8

Kalimantan Selatan

3,194.60

94.05

3,277.03

94.05

3,335.63

95.08

7.3

7.4

7.5

Kalimantan Timur

2,894.73

95.70

2,982.05

95.70

3,066.37

96.36

8.7

8.7

8.7

Sulawesi Utara

2,163.84

98.95

2,189.23

98.95

2,211.51

99.15

8.7

8.7

8.8

Sulawesi Tengah

2,294.36

95.75

2,328.92

95.75

2,373.90

95.51

7.7

7.8

7.9

Sulawesi Selatan

7,304.50

94.86

7,467.82

94.86

7,574.76

95.68

7.2

7.3

7.4

Sulawesi Tenggara

1,751.97

86.24

1,795.50

86.24

1,843.34

86.53

7.7

7.7

7.9

Gorontalo

829.70

86.40

848.83

86.40

861.89

87.31

6.9

6.9

7.2

Sulawesi Barat Nusa Tenggara Barat Nusa Tenggara Timur

920.11

90.50

940.94

90.50

958.75

91.15

6.5

7

7.1

3,423.27

79.75

3,484.49

79.75

3,555.18

79.85

6.5

6.5

6.6

3,881.67

87.25

3,974.77

87.25

4,063.49

87.66

6.4

6.4

6.6

Maluku

Jawa Timur

1,260.99

96.85

1,285.17

96.85

1,304.94

97.31

8.5

8.5

8.6

Maluku Utara

893.78

94.65

915.84

94.65

933.47

95.44

7.8

7.9

8.2

Irian Jaya Barat

537.43

75.06

529.03

75.06

522.89

72.47

7.7

7.7

8.2

1,820.49

90.32

1,895.06

90.32

1,949.42

92.15

6.5

6.3

6.4

207,525.42

91.87

210,783.77

91.87

214,201.98

92.19

7.67

7.70

7.86

Papua Indonesia

Sumber: BPS. (2010). Perkembangan Beberapa Indikator Utama Sosial-Ekonomi Indonesia.

commit to user



Dari tabel di atas dapat dilihat bahwa pada tahun 2009 persentase rata-rata angka melek huruf penduduk Indonesia sebesar 92,19 %, yang artinya 92,19 % dari penduduk Indonesia sudah melek huruf dan rata-rata lama bersekolah sebesar 7,86 tahun, yang artinya rata-rata penduduk Indonesia menempuh pendidikan dalam hal ini pendidikan formal selama kurang lebih 7 tahun atau setara dengan SMP. Provinsi yang mempunyai angka melek huruf tertinggi pada tahun 2009 adalah Sulawesi Utara dengan persentase angka melek huruf sebesar 99,15 %, sedangkan provinsi yang memiliki persentase angka melek huruf terendah adalah Sulawesi Tenggara dengan persentase angka melek huruf sebesar 86,53 %. Provinsi yang memiliki rata-rata lama bersekolah tertinggi di tahun 2009 adalah DKI Jakarta dengan rata-rata lama sekolah 10,3 tahun, sedangkan Provinsi Papua adalah provinsi yang memiliki rata-rata lama bersekolah terendah karena hanya 6,4 tahun. 6. Keadaan Pengangguran Indonesia Dari tabel 4.7 dapat dilihat bahwa secara absolut di tahun 2009 provinsi yang mempunyai tingkat pengangguran tertinggi adalah Provinsi Jawa Barat dengan jumlah pengangguran sebesar 2.079,83 ribu jiwa. Provinsi

Jawa

Tengah

menjadi

provinsi

kedua

yang

jumlah

penganggurannya tertinggi, di mana jumlah pengangguran di tahun 2009 mencapai 1.252,267 ribu jiwa, kemudian disusul oleh Provinsi Jawa Timur yang jumlah penganggurannya mencapai 1.033,512 ribu jiwa. Sedangkan untuk provinsi yang jumlah penganggurannya paling kecil to mana user jumlah penganggurannya hanya adalah Provinsi Sulawesicommit Barat, di



23,064 ribu jiwa. Kemudian disusul oleh Provinsi Gorontalo dan Provinsi Papua Barat dengan jumlah pengangguran masing-masing mencapai 26,351 ribu jiwa dan 26,626 ribu jiwa. Apabila dilihat dari rata-rata laju angka penganggurannya, provinsi yang paling banyak mengurangi jumlah pengangguran adalah Provinsi Sulawesi Tengah. Kemudian disusul oleh Provinsi Jawa Timur yang berkurang 12,70 % serta Provinsi Sulawesi Tenggara yang berkurang 11,96 %. Sedangkan provinsi yang paling banyak bertambah jumlah penganggurannya adalah Maluku Utara dengan pertambahan 9,23%. Kemudian disusul Provinsi Nusa Tenggara Timur dengan pertambahan 7,30%, serta Provinsi Bengkulu dengan pertambahan pengangguran sebesar 5,75%.

commit to user



Tabel 4.7 Jumlah Pengangguran Menurut Provinsi Tahun 2007-2009 (Ribu Jiwa) Tahun Provinsi

(1)

2007

2008

Rata-Rata Laju Pengangguran

2009

Jumlah

%

Jumlah

%

Jumlah

%

(2)

(3)

(4)

(5)

(6)

(7)

(8)

NAD

171.42

1.71

171.41

1.82

165.36

1.85

-1.77

Sumatera Utara

571.33

5.71

554.54

5.90

532.43

5.94

-3.46

Sumatera Barat

217.31

2.17

171.13

1.82

173.08

1.93

-10.05

Riau

207.14

2.07

183.52

1.95

193.51

2.16

-2.98

Jambi

76.09

0.76

66.37

0.71

73.90

0.82

-0.71

314.81

3.14

280.66

2.99

263.47

2.94

-8.49

Bengkulu

37.68

0.38

39.72

0.42

42.14

0.47

5.75

Lampung

269.13

2.69

255.22

2.72

239.98

2.68

-5.57

Bangka Belitung

32.96

0.33

31.42

0.33

33.13

0.37

0.38

Kepulauan Riau

53.08

0.53

53.33

0.57

55.31

0.62

2.10

552.38

5.52

580.51

6.18

569.34

6.35

1.58

Jawa Barat

2,386.21

23.84

2,263.58

24.09

2,079.83

23.21

-6.63

Jawa Tengah

1,360.22

13.59

1,227.31

13.06

1,252.27

13.97

-3.87

115.20

1.15

107.53

1.14

121.05

1.35

2.96

1,366.50

13.65

1,296.31

13.80

1,033.51

11.53

-12.70

632.76

6.32

656.56

6.99

652.46

7.28

1.57

Sumatera Selatan

DKI Jakarta

DI Yogyakarta Jawa Timur Banten Bali

77.58

0.77

69.55

0.74

66.47

0.74

-7.39

138.80

1.39

116.78

1.24

119.68

1.34

-6.69

Kalimantan Tengah

52.02

0.52

47.25

0.50

48.44

0.54

-3.33

Kalimantan Selatan

131.94

1.32

110.08

1.17

115.81

1.29

-5.68

Kalimantan Timur

149.80

1.50

157.38

1.68

158.22

1.77

2.80

Sulawesi Utara

128.00

1.28

108.75

1.16

110.96

1.24

-6.50

Sulawesi Tengah

99.22

0.99

65.28

0.69

66.01

0.74

-16.55

Sulawesi Selatan

372.71

3.72

311.77

3.32

314.66

3.51

-7.71

Sulawesi Tenggara

61.16

0.61

56.14

0.60

47.32

0.53

-11.96

Gorontalo

27.97

0.28

24.26

0.26

26.35

0.29

-2.33

Sulawesi Barat

25.63

0.26

22.65

0.24

23.06

0.26

-4.91

Nusa Tenggara Barat

135.26

1.35

124.30

1.32

131.26

1.46

-1.25

Nusa Tenggara Timur

77.73

0.78

80.81

0.86

89.40

1.00

7.30

Maluku

67.42

0.67

59.68

0.64

63.02

0.70

-2.95

Maluku Utara

23.98

0.24

27.32

0.29

28.56

0.32

9.23

Irian Jaya Barat

28.03

0.28

26.19

0.28

26.63

0.30

-2.45

Papua

49.67

0.50

47.19

0.50

46.01

0.51

-3.75

10,011.14

100

9,394.52

100

8,962.62

100

-5.38

Kalimantan Barat

Indonesia


commit to user



7. Keadaan Indeks Pembangunan Manusia Indonesia Indeks Pembangunan Manusia (IPM) atau Human Development Indeks (HDI) juga bisa digunakan sebagai salah satu indikator sosial untuk mengukur tingkat ketimpangan pembangunan antar daerah. Secara hipotesis dapat dikatakan semakin baik pembangunan di suatu wilayah maka semakin tinggi IPM daerah tersebut. Indeks Pembangunan Manusia (IPM) diukur berdasarkan 3 (tiga) tujuan atau produk pembangunan. Ketiga alat ukur itu, yaitu: (i) Panjang usia yang diukur dengan tingkat harapan hidup, (ii) Pengetahuan yang diukur dengan rata-rata tertimbang dari jumlah orang dewasa yang dapat membaca (diberi bobot dua pertiga) dan rata-rata tingkat sekolah (diberi bobot sepertiga), dan (iii) Penghasilan yang diukur dengan pendapatan perkapita riil yang telah disesuaikan. Nilai IPM dibagi menjadi tiga kelompok, yaitu: (i) Negara dengan pembangunan manusia rendah, nilai IPM berkisar antara 0,0 hingga 0,50, (ii) Negara dengan pembangunan manusia yang menengah, nilai IPM-nya berkisar antara 0,51 hingga 0,79, dan (iii) Negara dengan pembangunan manusia yang tinggi, nilai IPMnya berkisar antara 0,8 hingga 1,0 (Mudrajad, 2000).

commit to user



Tabel 4.8 Indeks Pembangunan Manusia Indonesia Tahun 2006-2008 Tahun Provinsi

Rata-Rata IPM

Peringkat

2006

2007

2008

(2)

(3)

(4)

(5)

NAD

69.40

70.35

70.76

70.17

17

Sumatera Utara

72.50

72.78

73.29

72.86

8

Sumatera Barat

71.60

72.23

72.96

72.26

9

Riau

73.80

74.63

75.09

74.51

3

Jambi

71.30

71.46

71.99

71.58

12

Sumatera Selatan

71.10

71.40

72.05

71.52

13

Bengkulu

71.30

71.57

72.14

71.67

10

Lampung

69.40

69.78

70.30

69.83

19

Bangka Belitung

71.20

71.62

72.19

71.67

11

Kepulauan Riau

72.80

73.68

74.18

73.55

7

DKI Jakarta

76.30

76.59

77.03

76.64

1

Jawa Barat

70.30

70.71

71.12

70.71

15

Jawa Tengah

70.30

70.92

71.60

70.94

14

DI Yogyakarta

73.70

74.15

74.88

74.24

4

Jawa Timur

69.20

69.78

70.38

69.79

20

Banten

69.10

69.29

69.70

69.36

23

Bali

70.10

70.53

70.98

70.54

16

Kalimantan Barat

67.10

67.53

68.17

67.60

29

Kalimantan Tengah

73.40

73.49

73.88

73.59

6

Kalimantan Selatan

67.70

68.01

68.72

68.14

26

Kalimantan Timur

73.30

73.77

74.52

73.86

5

Sulawesi Utara

74.40

74.68

75.16

74.75

2

Sulawesi Tengah

68.80

69.34

70.09

69.41

22

Sulawesi Selatan

68.80

69.62

70.22

69.55

21

Sulawesi Tenggara

67.80

68.32

69.00

68.37

25

Gorontalo

68.00

68.83

69.29

68.71

24

Sulawesi Barat

67.10

67.72

68.55

67.79

28

Nusa Tenggara Barat

63.00

63.71

64.12

63.61

32

Nusa Tenggara Timur

64.80

65.36

66.15

65.44

31

Maluku

69.70

69.96

70.38

70.01

18

Maluku Utara

67.50

67.82

68.18

67.83

27

Papua Barat

66.10

67.28

67.95

67.11

30

Papua

62.80

63.41

64.00

63.40

33

Indonesia Bagian Barat

71.36

71.83

73.11

71.85

Indonesia Bagian Timur

67.30

67.84

68.83

67.85

Indonesia

70.10

70.59

71.17

70.62

(1)

(6)

to Indikator user Sumber: BPS. (2010). Perkembangancommit Beberapa Utama Sosial-Ekonomi Indonesia.



Dari tabel di atas terlihat bahwa selama tahun 2006-2008 Indeks Pembangunan

Manusia

(IPM)

Indonesia

cenderung

mengalami

peningkatan, dimana nilai rata-ratanya adalah 70,62. Provinsi yang memiliki angka Indeks Pembangunan Manusia terbesar adalah Provinsi DKI Jakarta dengan nilai 76,64, sedangkan yang memiliki angka terkecil adalah Provinsi Papua dengan nilai 63,40. Seperti yang telah dijelaskan sebelumnya angka Indeks Pembangunan Manusia (IPM) dapat dijadikan sebagai salah satu ukuran untuk melihat ketimpangan yang terjadi antara satu dadiukur berdasarkan 3 (tiga) tujuan atau rah dengan daerah yang lain. Hal ini terbukti dengan rata-rata nilai Indeks Pembangunan Manusia (IPM) Indonesia bagian barat jauh lebih tinggi daripada Indonesia bagian timur. Selama tahun 2006-2008 rata-rata IPM Indonesia bagian barat adalah 71,85 sedangkan Indonesia bagian timur hanya 67,85. Perbedaan yang cukup jauh ini menunjukkan bahwa pembangunan yang dilakukan oleh pemerintah belumlah merata, pembangunan tersebut masih terpusat di bagian barat Indonesia. B. Hasil Analisis dan Pembahasan 1. Analisis Faktor yang Mempengaruhi Kemiskinan a.

Pemilihan Model Estimasi Dalam penelitian ini variabel independen yakni Growth (GRW), Angka Melek Huruf (AMH) dan Pengangguran (P) yang diduga mempengaruhi variabel dependen yakni Tingkat Kemiskinan. Untuk mengetahui besarnya pengaruh masing-masing variabel independen terhadap variabel dependen, digunakan alat analisis commit to user



regresi data panel. Permodelan dalam menggunakan teknik regresi data panel dapat dilakukan dengan menggunakan tiga pendekatan metode

alternatif dalam pengolahannya. Pendekatan-pendekatan

tersebut, yaitu: (i) Pooled Least Square (PLS), (ii) Fixed Effect Model (FEM), dan (iii) Random Effect Model (REM). 1) Pooled Least Square (PLS) vs Fixed Effect Model (FEM) Pooled Least Square (PLS) merupakan metode pengolahan data cross section dan time series dan kemudian data gabungan ini diperlakukan sebagai satu kesatuan pengamatan yang digunakan untuk mengestimasi model dengan metode OLS. Metode ini mengasumsikan slope dan intersep koefisien konstan. K = 12238.71- 5.2E-06 GRW – 126.1025 AMH + 2.48887 P.. (4.1) (0.0000) (0.0001) (0.0000) (0.0000) t = (5.849521) (4.244452) (-5.811621) (16.73320) R-squared Adjusted R-squared S.E. of Regression

0.866301 0.862079 608.6720

F-statistic Prob(F-statistic) DW stat

205.1839 0.000000 0.041777

Berdasarkan hasil estimasi dengan menggunakan Pooled Least Square (PLS) pada persamaan 4.1 dapat terlihat bahwa nilai R2 sebesar 0,866301 berarti sebesar 86,6301% variasi variabel dependen dapat dijelaskan oleh variasi variabel indepanden yang dimasukkan dalam model. Nilai DW-statistik sebesar 0,041777 sangat rendah (jauh dari range angka 2) yang mengindikasikan adanya autokorelasi positif. Pada metode Pooled Least commit Squareto (PLS) user semua variabel independen



signifikan statistik pada tingkat α = 5 %. Selain itu pada model ini nilai standart eror dapat dikatakan cukup tinggi dimana nilainya mencapai 608,6720. Metode ini mengasumsikan bahwa nilai intersep antar individual dianggap sama yang mana merupakan asumsi yang sangat membatasi (restricted) (Gujarati, 2003). Sehingga metode ini kurang dapat menangkap gambaran yang sebenarnya atas hubungan yang terjadi antara variable bebas dengan variable terikatnya, begitu pula hubungan diantara masingmasing individual cross section. Begitu pula seperti yang dijabarkan pada metode pemilihan secara teoritis yang mengatakan bahwa metode OLS terlalu sederhana untuk mendeskripsikan fenomena yang ada. Sehingga yang perlu dilakukan adalah menemukan nature yang spesifik atas hubungan yang terjadi diantara masing-masing individu pada data cross section. Maka dapat dilihat dengan menggunakan metode fixed effect. Berikut merupakan hasil dari estimasi menggunakan metode fixed effect. K = - 7.49E-06 GRW – 23.78010 AMH + 1.629619 P........(4.2) (0.0000) (0.0000) (0.0000) t = (-6.682284) (-5.460688) (8.272864) R-squared Adjusted R-squared S.E. of Regression

0.999170 0.998709 66.02796

commit to user

F-statistic Prob(F-statistic) DW stat

37926.40 0.000000 2.239970



Dalam menentukan pendekatan mana yang dipilih antara Pooled Least Square (PLS) atau Fixed Effect Model (FEM) dalam estimasi data panel maka digunakan Restricted F test, dimana hipotesisnya: Ho: Metode OLS Ha: Metode Fixed effect .....................................................................(4.3) . . Fhit = 2521.30934 Dengan F-tabel (5%) = 1,55 Maka : F-hit > F-tabel 2521.30934 > 1,55

Tolak Ho.

Karena nilai F hitung > F tabel, maka Ho ditolak sehingga dapat disimpulkan bahwa Fixed Effect Model (FEM) lebih baik dibanding dengan Pooled Least Square (PLS). 2) Fixed Effect Model (FEM) vs Random Effect Model (REM) Random Effect Model (REM) disebut juga dengan pendekatan regresi data panel dengan pendekatan autokorelasi dengan mengasumsikan terdapat korelasi antar observasi baik runtun waktu maupun lintas sektoral. Berikut merupakan hasil dari estimasi dengan menggunakan Random Effect Model. commit to user



K = 5327.97 + 8.76E-07 GRW – 52.93349 AMH + 2.62323 P.. (4.4) (0.0005) (0.5592) (0.0008) (0.0000) t = (3.604571) (0.586096) (-3.462489) (14.37608) R-squared Adjusted R-squared S.E. of Regression

0.997659 0.997585 80.53462

DW stat

1.511276

Dari hasil regresi di atas terlihat bahwa nilai R2 hampir sama dengan R2 pada model Fixed Effect Model (FEM), akan tetapi terdapat variabel yang tidak signifikan dan bertentangan dengan

hipotesis

dan

teori,

variabel

tersebut

adalah

pertumbuhan ekonomi (GRW). Nilai standart error juga lebih tinggi dibandingkan model Fixed Effect, dimana nilainya adalah 80,53462. Selain itu nilai DW statistik juga kecil, sehingga model terkena masalah autokorelasi. Hal ini menunjukkan Fixed Effect Model (FEM) lebih baik dari Random Effect Model (REM). Dari hasil pemilihan model disimpulkan bahwa model yang paling baik dan tepat digunakan adalah Fixed Effect Model (FEM). Dari hasil ini selanjutnya akan dilakukan uji statistik yang meliputi uji t (uji tiap-tiap individu secara variabel) dan uji F (secara bersamasama). Selain itu akan dilakukan uji asumsi klasik yang meliputi multikolinearlitas, heteroskedastisitas, dan autokorelasi. b. Uji Statistik 1) Uji t Uji t merupakan pengujian variabel independen secara commit to user individual yang dilakukan untuk melihat apakah variabel



independen secara individu berpengaruh secara signifikan terhadap variabel dependen. Apabila nilai t hitung yang diperoleh lebih kecil daripada nilai t tabel yang digunakan, maka Ho diterima yang berarti variabel independen tersebut secara signifikan tidak berbeda dengan nol. Atau sebaliknya jika nilai t hitung yang diperoleh lebih besar daripada nilai t tabel yang digunakan, maka Ho ditolak yang berarti variabel independen tersebut secara signifikan berbeda dengan nol. Cara lain yaitu dengan melihat tingkat signifikansi pada tabel hasil regresi, jika nilai signifikansinya < 0,05 berarti variabel tersebut signifikan pada taraf 5% dan sebaliknya jika nilai signifikansinya > 0,05 berarti variabel tersebut tidak signifikan pada taraf 5%. Uji t digunakan untuk menguji hipotesis pertama yang diajukan dalam penelitian ini. Berikut adalah hasil uji hipotesis tersebut: a) Pengujian Hipotesis Variabel Pertumbuhan Ekonomi (GRW) H0 :

≥ 0 Pertumbuhan Ekonomi tidak berpengaruh secara signifikan terhadap kemiskinan

H1 :

< 0 Pertumbuhan Ekonomi berpengaruh negatif dan signifikan terhadap kemiskinan. Berdasarkan persamaan 4.2 diketahui bahwa nilai

koefisien regresi variabel pertumbuhan ekonomi (GRW) mempunyaicommit tanda to negatif user dan besarnya adalah 7,49E-06,



nilai t hitung variabel pertumbuhan ekonomi adalah 6,682284 dengan

nilai probabilitas

0,0000. Dengan

menggunakan α= 5%, maka diperoleh t tabel sebesar 2,00, maka t hitung lebih kecil dari negatif t tabel, yaitu 6,682284 < -2,00, serta nilai probabilitasnya lebih kecil dari 0,05.

Ho ditolak


-6,682284 -2,00

2,00

Gambar 4.2 Uji t untuk variabel pertumbuhan ekonomi (GRW)

Dari hasil tersebut disimpulkan bahwa pertumbuhan ekonomi mempunyai pengaruh negatif dan signifikan terhadap tingkat kemiskinan, sehingga H0 ditolak dan H1 diterima. Nilai koefisien sebesar 7,49E-06 menunjukkan bahwa peningkatan pertumbuhan ekonomi (GRW) sebesar 1 persen akan menurunkan tingkat kemiskinan sebesar 7,49E-06 ribu jiwa dengan asumsi ceteris paribus. b) Pengujian Hipotesis Variabel Pendidikan (AMH) H0 :

≥ 0 Pendidikan tidak berpengaruh secara signifikan terhadap kemiskinan

H1 :

< 0 Pendidikan berpengaruh negatif dan signifikan commit to user terhadap kemiskinan.



Berdasarkan persamaan 4.2 diketahui bahwa nilai koefisien regresi variabel Pendidikan (AMH) mempunyai tanda negatif dan besarnya adalah 23,78010, nilai t hitung variabel

pendidikan

adalah

-5,40688

dengan

nilai

probabilitas 0,000. Dengan menggunakan α= 5%, maka diperoleh t tabel sebesar 2,00, maka t hitung lebih kecil dari negatif t tabel, yaitu -5,40688 < -2,00, serta nilai probabilitasnya lebih kecil dari 0,05.

Ho ditolak


-5,460688 -2,00

2,00

Gambar 4.3 Uji t untuk variabel pendidikan (AMH)

Dari hasil tersebut disimpulkan bahwa pendidikan mempunyai pengaruh negatif dan signifikan terhadap tingkat kemiskinan, sehingga H0 ditolak dan H1 diterima. Nilai koefisien sebesar 23,78010 menunjukkan bahwa peningkatan pendidikan (AMH) sebesar 1 persen akan menurunkan tingkat kemiskinan sebesar 23,78010 ribu jiwa dengan asumsi ceteris paribus. c)

Pengujian Hipotesis Variabel Pengangguran H0 :

≥ 0 Pengangguran tidak berpengaruh secara

commit to user signifikan terhadap kemiskinan



H1 :

< 0 Pengangguran berpengaruh positif dan signifikan terhadap kemiskinan. Berdasarkan persamaan 4.2 diketahui bahwa nilai

koefisien regresi variabel pengangguran mempunyai tanda positif dan besarnya adalah 1,629619, nilai t hitung variabel pengangguran adalah 8,272864 dengan nilai probabilitas 0,0000. Dengan menggunakan α= 5%, maka diperoleh t tabel sebesar 2,00, maka t hitung lebih besar dari t tabel, yaitu 8,272864 > 2,00, serta nilai probabilitasnya lebih kecil dari 0,05.

Ho ditolak


-2,00 Gambar 4.4 Uji t untuk variabel pengangguran

Dari

hasil

tersebut

2,00

8,27286

disimpulkan

bahwa

pengangguran mempunyai pengaruh positif dan signifikan terhadap tingkat kemiskinan, sehingga H0 ditolak dan H1 diterima. Nilai koefisien sebesar 1,629619 menunjukkan bahwa peningkatan pengangguran sebesar 1 ribu jiwa akan menaikkan tingkat kemiskinan sebesar 1,629619 ribu jiwa dengan asumsi ceteris paribus. commit to user



2) Uji F Uji F adalah uji untuk mengetahui apakah variabel independen yang ada secara bersama-sama mempengaruhi variabel dependennya. Nilai F hitung yang diperoleh dari regresi model adalah sebesar 37926,40 dengan nilai probabilitas sebesar 0.000000. Dengan menggunakan α= 5%, maka diperoleh F tabel sebesar 1,55, maka F hitung lebih besar dari F tabel, yaitu 37926,40 > 1,55, serta nilai probabilitasnya lebih kecil dari 0,05.

Ho ditolak Ho diterima 1,55

37926,40

Gambar 4.5 Uji F

Hal ini berarti bahwa secara bersama-sama variabel GRW, Angka Melek Huruf dan Pengangguran berpengaruh terhadap pembentukan tinggi-rendahnya tingkat kemiskinan. 3) Uji R2 (Koefisien Determinasi) Uji R2 dimaksudkan untuk menghitung seberapa besar variasi dari variabel dependen dapat dijelaskan oleh variasi variabel

independen.

Besarnya

nilai

statistik

koefisien

determinasi yang telah disesuaikan (Adjusted R Squared) yang diperoleh dari regresi data panel adalah sebesar 0,999170. Ini artinya bahwa sekitar 99,9170 % variasi variabel dependen (perubahan tingkat kemiskinan) dapat dijelaskan oleh variasi commit to user independen yang dimasukan dalam model yaitu GRW, AMH



dan Pengangguran. Sisanya sebanyak 0,0830% dijelaskan oleh variasi variabel lain yang tidak dimasukan dalam model. 4) Koefisien Korelasi Uji ini digunakan untuk mengetahui keeratan (kuat lemahnya) hubungan antara variabel dependen dengan variabel independen. Dari hasil regresi model diperoleh (Adjusted R Squared) sebesar 0,999170, berarti besarnya koefisien korelasi (r) adalah 0,99958. sehingga dapat disimpulkan hubungan antara variabel dependen dan variabel independen sangat kuat. c.

Uji Asumsi Klasik 1) Uji Multikolinieritas Multikolinieritas adalah suatu kondisi dimana terdapat korelasi atau hubungan antar variabel independen. Cara untuk mendeteksi ada tidaknya multikolineritas salah satunya dengan pendekatan Koutsoyiannis, yaitu dengan cara coba-coba memasukkan variabel bebas. Dari hasil coba-coba tersebut variabel dapat dibedakan menjadi tiga macam, yaitu variabel berguna, variabel tidak berguna dan variabel merusak. Apabila nilai R2 regresi setiap variabel bebas lebih besar dibandingkan nilai R2 regresi utama, maka dapat disimpulkan bahwa dalam persamaan tersebut terjadi multikolinearitas.

commit to user



Tabel 4.9 Hasil Uji Pendekatan Koutsoyiannis Regresi R2* R2 (1) (2) (3) K = ƒ (GRW) 0.998174 0.999170 K = ƒ (AMH) 0.998410 0.999170 K = ƒ (P) 0.997710 0.999170 Sumber: Print out Komputer. (2011), data diolah

Berdasarkan tabel di atas, dapat dilihat bahwa nilai R2 masing-masing variabel bebas tidak ada yang nilainya melebihi R2 regresi awal, sehingga dapat disimpulkan bahwa model terbebas dari masalah multikolonieritas. 2) Uji Heterokedastisitas Heterokedastisitas terjadi jika muncul dalam fungsi regresi yang mempunyai varian yang tidak sama sehingga penaksir OLS tidak efisien baik dalam sampel kecil maupun besar (tetapi masih tetap bias dan konsisten). Pengujian heteroskedastisitas dilakukan dengan menggunakan fasilitas yang tersedia dari program eviews dengan menggunakan White Heteroskedasticity – Consistent Covariance. Dengan tingginya nilai R2 berarti variasi dari model dependen (Tingkat Kemiskinan) dapat dijelaskan oleh variable independen (Pertumbuhan Ekonomi, Angka Melek Huruf dan Pengangguran)

sebesar

99,91%

mengindikasikan

bahwa

variable independen yang diuji cukup baik dalam menjelaskan variable dependennya.

commit to user



3) Uji Autokorelasi Uji Autokorelasi dilakukan dengan menggunakan uji Durbin Watson. Dari hasil estimasi diperoleh DW statistik sebesar 2,23, dengan n = 99, k=3, level signifikan α=5% maka nilai dl = 1,59 dan du = 1,75 sehingga (4-dl) = 2,41 dan (4-du) = 2,25.

Autoragu-ragu korelasi positif

0

dl 1,59

Tidak Ada Autokorelasi

du 1,75

ragu-ragu Autokorelasi negatif

4-du 2,23 2,25

4-dl 2,41

4

Gambar 4.6 Uji Durbin Watson Dari tabel tersebut terlihat bahwa DW statistik terletak di daerah penerimaan Ho. Hal ini menunjukkan model terbebas dari masalah autokorelasi. d. Interpretasi Hasil Secara Ekonomi Hasil dari pengujian hipotesis pertama menunjukkan bahwa semua variable independen berpengaruh signifikan terhadap variabel dependen dengan menggunakan α = 5%. Semua variable memiliki tanda yang sesuai dengan teori dan hipotesis penelitian. Kemiskinan dalam penelitian ini diukur dengan banyaknya jumlah penduduk miskin menurut kriteria BPS. BPS menggunakan commit to user



pendekatan pengeluaran atau konsumsi yang mendasarkan pada kemampuan seseorang dalam memenuhi kebutuhan dasarnya. Berdasarkan pengertian tersebut, maka usaha untuk menurunkan angka

kemiskinan

dapat

ditempuh

dengan

meningkatkan

peningkatan kualitas sumber daya manusia yang nantinya dapat meningkatkan

pendapatan

masyarakat

sehingga

daya

beli

masyarakat dapat meningkat. 1) Nilai Intersep Masing-Masing Provinsi di Indonesia Dari hasil regresi di dapatkan nilai intersep setiap provinsi yang beragam, hal ini menggambarkan adanya pengaruh dari perbedaan

karakteristik

setiap

daerah

terhadap

tingkat

kemiskinan. Bila dilihat lagi walaupun nilai intersep dari masing-masing provinsi sangat bervariasi tetapi nilai-nilai tersebut memiliki kesamaan yaitu bertanda positif, berarti tingkat kemiskinan di masing-masing provinsi cenderung mengalami penambahan bila variabel-variabel yang dimasukkan dalam model dianggap tidak berpengaruh secara signifikan. Dari ke-33 provinsi di Indonesia, provinsi yang nilai intersepnya paling besar adalah Provinsi Jawa Timur. Hal ini menunjukkan Provinsi Jawa Timur adalah provinsi yang paling rawan terhadap masalah penambahan tingkat kemiskinan dibanding provinsi-provinsi lainnya. Provinsi kedua yang memiliki nilai intersep tertinggi adalah adalah Provinsi Jawa Tengah dan yang ketiga adalah Provinsi Jawa Barat. Ternyata 3 commit to user



(tiga) provinsi yang memiliki nilai intersep tertinggi semua berasal dari Pulau Jawa. hasil perhitungan ini dapat dikatakan menggambarkan keadaan sebenarnya yan terjadi di lapangan, di mana provinsi yang memiliki jumlah penduduk miskin htertinggi adalah Provinsi Jawa Timur, Provinsi Jawa tengah dan Provinsi Jawa Barat. Kerentanan provisi-provinsi tersebut terhadap penambahan tingkat kemiskinan disebabkan oleh banyaknya penambahan penduduk terutama dari luar wilayah Pulau Jawa. Seperti yang kita ketahui bersama, penduduk Pulau Jawa tidak hanya berasal dari Pulau Jawa saja tetapi juga banyak yang berasal dari pulau-pulau lain. Para penduduk berdatangan ke Pulau Jawa karena menilai Pulau Jawa merupakan pusat dari kegiatan

perekonomian

di

Indonesia,

sehingga

mereka

berasumsi jika tinggal dan mencari pekerjaan di Pulau Jawa maka tingkat kemakmuran kehidupan akan meningkat. Akan tetapi kebanyakan dari pendatang tersebut kurang dibekali dengan ketrampilan yang memadai, sehingga pada saat tiba di Pulau Jawa tidak bisa bersaing dengan tenaga kerja lainnya. Mereka cenderung akan bekerja di sektor informal atau bahkan menjadi pengangguran. Banyaknya pengangguran inilah yang selanjutnya menyebabkan tingkat kemiskinan di Pulau Jawa menjadi tinggi.

commit to user



2) Pengaruh variabel pertumbuhan ekonomi (GRW) terhadap tingkat kemiskinan Dari hasil pengujian hipotesis pertama diperoleh hasil bahwa pertumbuhan ekonomi mempunyai pengaruh negatif dan signifikan terhadap kemiskinan. Hal tersebut sesuai dengan teori yang dikemukakan sebelumnya. Hubungan negatif antara pertumbuhan ekonomi dengan kemiskinan sesuai dengan harapan adanya efek menetes ke bawah (trickle down effect), dimana pertumbuhan ekonomi diyakini mampu mengatasi masalah-masalah pembangunan antara lain masalah kemiskinan. Pertumbuhan ekonomi menunjukkan peningkatan output secara nasional, output akan meningkat apabila faktor-faktor produksi pembentuknya juga mengalami peningkatan baik secara kualitas maupun kuantitas. Salah satu faktor produksi yang dibutuhkan dalam meningkatkan output yaitu tenaga kerja. Peningkatan produksi berarti menunjukkan

peningkatan

produktivitas,

peningkatan produktivitas berarti pendapatan tenaga kerjapun meningkat. Meningkatnya pendapatan akan meningkatkan daya beli

tenaga

kerja

sehingga

mereka

mampu

memenuhi

kebutuhannya. 3) Pengaruh variabel pendidikan (AMH) terhadap tingkat kemiskinan Dari hasil pengujian diperoleh hasil bahwa variabel pendidikan mempunyai pengaruh negatif dan signifikan commit to user



terhadap kemiskinan. Hal tersebut sesuai dengan teori dan hipotesis yang dikemukakan sebelumnya. Dalam teori lingkaran kemiskinan dikatakan bahwa adanya

keterbelakangan,

ketidaksempurnaan

kurangnya modal menyebabkan

pasar,

dan

rendahnya produktivitas.

Rendahnya produktivitas mengakibatkan rendahnya pendapatan yang diterima pekerja. Rendahnya pendapatan akan berimplikasi pada rendahnya tabungan dan investasi. Rendahnya investasi berakibat pada keterbelakangan (Mudrajat, 1999). Pendidikan disini disebut sebagai solusi untuk memotong lingkaran kemiskinan ini. Dengan bekal pendidikan, maka produktivitas akan meningkat, peningkatan produktivitas akan meningkatkan pendapatan, peningkatan pendapatan mempertinggi kemampuan untuk menabung, tabungan tinggi akan meningkatkan investasi dan investasi yang cukup akan dijadikan modal kembali dalam proses pembangunan ekonomi. 4) Pengaruh

variabel

pengangguran

terhadap

tingkat

kemiskinan Dari hasil pengujian diperoleh hasil bahwa variabel pengangguran mempunyai pengaruh positif dan signifikan terhadap kemiskinan. Semakin tinggi tingkat pengangguran akan memicu tingkat kemiskinan. Hasil ini sesuai dengan Sadono (1994),

yang

menyatakan

bahwa

dampak

buruk

dari

pengangguran adalah mengurangi pendapatan masyarakat, dan commit to user



ini mengurangi tingkat kemakmuran yang mereka capai. Ditinjau dari sudut individu, pengangguran menimbulkan berbagai

masalah

mengalaminya.

ekonomi

Keadaan

dan

pendapatan

sosial

kepada

yang

menyebabkan

para

penganggur harus mengurangi pengeluaran konsumsinya. Apabila pengangguran di suatu negara sangat buruk, kekacauan politik dan sosial selalu berlaku dan menimbulkan efek yang buruk bagi kepada kesejahteraan masyarakat dan prospek pembangunan ekonomi dalam jangka panjang. Semakin turunnya kesejahteraan masyarakat karena menganggur tentunya akan meningkatkan peluang mereka terjebak dalam kemiskinan karena tidak memiliki pendapatan. 2. Analisis Ketimpangan Kemiskinan a.

Analisis Konsentrasi Spasial Kemiskinan Mengukur konsentrasi spasial atau ketidakseimbangan antar wilayah (regional inequality) dilakukan dengan menggunakan indeks entropi theil (Theil Entropy Index of Inequality). Konsep entropi pada dasarnya merupakan aplikasi konsep teori informasi dalam mengukur kesenjangan ekonomi, sehingga dengan indeks ini dapat dilakukan pengukuran kesenjangan antar wilayah. Penggunaan indeks ini didasarkan pada dua kelebihan utama yang dimilikinya, yaitu kemampuannya untuk membedakan kesenjangan antar daerah (between region inequality) dan kesenjangan dalam satu daerah (within-region inequality) (Mudrajad dalam Diana, 2005). commit to user



Penelitian ini menggunakan rumus indeks entropi yang diterapkan berdasarkan jumlah penduduk miskin dan jumlah penduduk. Pengukuran Indeks Entropi Theil tersebut adalah : ...................................................(4.5) ITheil =indeks entropi konsentrasi kemiskinan di wilayah j. xj

= jumlah penduduk miskin per provinsi ke j.

X

= jumlah rata-rata penduduk miskin di Indonesia.

yj

= jumlah penduduk per provinsi ke j.

Y

= jumlah seluruh penduduk Indonesia. Setelah menghitung seperti di atas, kemudian dihitung

kesenjangan dalam pulau (within region), yaitu:

...........................................(4.6)

Lw = tingkat kesenjangan dalam pulau di Indonesia. Xi

= jumlah penduduk miskin di provinsi i di pulau j.

Xj

= jumlah seluruh penduduk miskin di pulau j.

Yi

= jumlah penduduk di provinsi i di pulau j.

Yj

= jumlah seluruh penduduk di pulau j.

Lalu menghitung indeks kesenjangan antar pulau (betwen region): ....................................................(4.7) ...........................................................................(4.8) L

= tingkat kesenjangan total di Indonesia.

LB

commit to user = tingkat kesenjangan antar pulau di Indonesia.



Xijh = jumlah pangsa penduduk miskin di provinsi i dengan rata-rata penduduk miskin di negara h dipulau j. Yijh = jumlah pangsa penduduk di provinsi i dengan jumlah seluruh penduduk di negara h di pulau j. b. Analisis Konsentrasi Spasial Kemiskinan dalam Pulau Perhitungan

Indeks

Enthopi

Theil

tahun

2007-2009

didasarkan atas pembagian wilayah yang terdapat dalam Rencana Pembangunan Jangka Menengah (RPJM) Nasional, di mana Indonesia terbagi atas 7 (tujuh) wilayah yaitu: (i) Sumatera, (ii) Jawa-Bali, (iii) Kalimantan, (iv) Sulawesi, (v) Nusa Tenggara, (vi) Maluku, dan (vii) Papua. Dengan membagi wilayah Indonesia seperti yang tertulis dalam RPJM Nasional tersebut, kesenjangan tingkat kemiskinan yang terjadi di Indonesia akan dapat terlihat dengan lebih jelas dari pada hanya membagi wilayah Indonesia menjadi kawasan barat dan kawasan timur. Berikut adalah hasil perhitungan tingkat kesenjangan dalam pulau selama kurun waktu 2007-2009.

commit to user



Tabel 4.10 Kesenjangan dalam Pulau

Tahun

Wilayah (1) Sumatera Jawa-Bali Kalimantan Sulawesi NusaTenggara Maluku Papua Indonesia

2007 (2) 0.02231 0.02428 0.01474 0.01620 0.00000 0.04141 0.00014 0.11906

2008 (3) 0.02285 0.02377 0.01186 0.01589 0.00003 0.04236 0.00012 0.11675

2009 (4) 0.02480 0.02436 0.01402 0.01710 0.00033 0.04548 0.00010 0.12609

Rerata

Peringkat

(5) 0.0233187 0.0241367 0.0135407 0.0163953 0.0001182 0.0430834 0.0001230 0.1206343

(6) 3 2 5 4 7 1 6

Sumber: data primer, diolah

Dari tabel di atas terlihat bahwa antara tahun 2007-2009 wilayah yang mempunyai tingkat kesenjangan kemiskinan paling tinggi adalah Maluku, di mana tingkat kesenjangannya mencapai 0,0430834. Hal ini menunjukkan adanya perbedaan perbandingan jumlah penduduk miskin dengan jumlah penduduk keseluruhan yang cukup signifikan antara 2 (dua) provinsi yang masuk dalam wilayah Maluku, yaitu Provinsi Maluku dan Provinsi Maluku Utara. Perbedaan perbandingan tersebut dapat dilihat dalam tabel 4.11 berikut: Tabel 4.11 Perbandingan Jumlah Penduduk dan Penduduk Miskin Provinsi Maluku dan Maluku Utara Provinsi (1) Maluku Maluku Utara

Jumlah Penduduk

2007 (2)

2008 (3)

2009 (4)

1,302.0

1,320.7

944.3

959.6

Jumlah Penduduk Miskin 2007

2008

2009

Rata-Rata Penduduk

Rata-Rata Penduduk Miskin

Perbandingan

1,339.5

(5) 404.7

(6) 391.3

(7) 380

(8) 1,320.73

(9) 392.00

(10) 3,36 : 1

975

109.9

105.1

98

959.63

104.33

9,20 : 1


Berdasarkan tabel tersebut dapat dilihat rata-rata jumlah commit to user kurun waktu 2007-2009 adalah penduduk Provinsi Maluku selama



1320,73 ribu jiwa, sedangkan rata-rata penduduk miskinya 392 ribu jiwa, sehingga besarnya perbandingan jumlah seluruh penduduk dngan jumlah penduduk miskin adalah 3,36 : 1. Sementara itu ratarata jumlah penduduk Provinsi Maluku Utara dalam kurun waktu yang sama adalah 959,63 ribu jiwa, sedangkan rata-rata penduduk miskinya 104,33 ribu jiwa, sehingga besarnya perbandingan jumlah seluruh penduduk dengan jumlah penduduk miskin adalah 9,20 : 1. Walaupun hasil perbandingan menunjukkan Provinsi Maluku Utara lebih baik dibanding Provinsi Maluku, akan tetapi hal ini masih harus dianalisis lebih jauh lagi berdasarkan beberapa indikator yang dapat mempengaruhi tingkat kemiskinan di suatu wilayah. Tabel 4.12 Perbandingan Variabel Penentu Kemiskinan Provinsi Maluku dan Provinsi Maluku Utara

Provinsi (1) Maluku

Maluku Utara

Garis Kemiskinan

Tahun (2) 2007 2008 2009 Rerata 2007 2008 2009 Rerata

Perkotaan (3) 195,820 213,969 230,913 213,567 191,867 213,505 226,732 210,701

Pedesaan (4) 161,083 180,087 199,596 180,255 162,524 176,757 190,838 176,706

PDRB per Kapita

AMH

(5) 2,790.69 2,867.50 3,142.63 2,933.60 2,648.71 2,762.36 3,055.92 2,822.33

(6) 96.85% 97.31% 97.42% 97.19% 94.65% 95.44% 95.74% 95.28%

Pengangguran (%) (7) 5.18% 4.52% 4.70% 4.80% 2.54% 2.85% 2.93% 2.77%

UMP (8) 635,000 700,000 775,000 703,333 660,000 700,000 770,000 710,000


Berdasarkan tabel di atas, terlihat bahwa Provinsi Maluku memiliki garis kemiskinan yang lebih tinggi baik di wilayah perkotaan maupun di pedesaan dari pada Provinsi Maluku Utara, hal ini mungkin yang menyebabkan jumlah penduduk miskin Provinsi commit to user



Maluku lebih banyak. Apabila Provinsi Maluku Utara menggunakan standar garis kemiskinan yang sama dengan Provinsi Maluku maka kemungkinan jumlah penduduk miskin di Provinsi Maluku Utara akan lebih banyak. Hal ini diperkuat dengan jumlah PDRB per Kapita Provinsi Maluku Utara yang lebih kecil dari pada Provinsi Maluku dengan selisih Rp. 111,28,- juta rupiah. Selain itu Provinsi Maluku Utara memiliki angka melek huruf yang lebih rendah dibanding Provinsi Maluku, sehingga dapat dikatakan sumber daya manusia di Provinsi Maluku lebih baik dibanding Provinsi Maluku Utara. Dari analisis di atas dapat diketahui bahwa hasil lebih baik yang didapat oleh Provinsi Maluku Utara pada saat perbandingan jumlah

penduduk

miskin

dengan

jumlah

penduduk

secara

keseluruhan ternyata hanya bersifat luarnya saja. Akan tetapi bila dilihat lebih jauh lagi akan terlihat variabel-variabel pengaruh tingkat kemiskinan yang nilainya lebih rendah dari yang digunakan atau dimiliki oleh Provinsi Maluku. Apabila Provinsi Maluku Utara menggunakan nilai dan standar yang sama bukan tidak mungkin jumlah penduduk miskinnya lebih tinggi dari Provinsi Maluku. Pada periode 2007-2009 wilayah yang mempunyai tingkat kesenjangan kemiskinan paling rendah adalah Nusa Tenggara, di mana tingkat kesenjangannya hanya sebesar 0,0001182. Hal ini menunjukkan tidak adanya perbedaan dalam perbandingan jumlah penduduk miskin dengan jumlah penduduk keseluruhan antara 2 commit to user



(dua) provinsi yang masuk dalam wilayah Nusa Tenggara, yaitu Provinsi Nusa Tenggara Barat dan Provinsi Nusa Tenggara Timur. Perbandingan tersebut dapat dilihat dalam tabel 4.13 berikut: Tabel 4.13 Perbandingan Jumlah Penduduk dan Penduduk Miskin Provinsi NTB dan NTT Provinsi

Jumlah Penduduk

(1) NTB

2007 (2)

2008 (3)

2009 (4)

4,292.5

4,363.8

NTT

4,448.9

4,534.3

Jumlah Penduduk Miskin

Rata-Rata Penduduk

Rata-Rata Penduduk Miskin

Perbandingan

2007

2008

2009

4,434.0

(5) 1,118.6

(6) 1,080.6

(7) 1,050.9

(8) 4,363.43

(9) 1,083.37

(10) 4,01 : 1

4,619.7

1,163.6

1,098.3

1,031.1

4,534.30

1,091.67

4,15 : 1


Berdasarkan tabel tersebut dapat dilihat rata-rata jumlah penduduk Provinsi Nusa Tenggara Barat selama kurun waktu 20072009 adalah 4363,43 ribu jiwa, sedangkan rata-rata penduduk miskinya 1083,37 ribu jiwa, sehingga besarnya perbandingan jumlah seluruh penduduk dengan jumlah penduduk miskin adalah 4,01 : 1. Sementara itu rata-rata jumlah penduduk Provinsi Nusa Tenggara Timur dalam kurun waktu yang sama adalah 4534,30 ribu jiwa, sedangkan rata-rata penduduk miskinnya 1091,67 ribu jiwa, sehingga besarnya perbandingan jumlah seluruh penduduk dengan jumlah penduduk miskin adalah 4,15 : 1. Dengan demikian terlihat perbandingan antara jumlah penduduk secara keseluruhan dengan jumlah penduduk miskin yang terjadi di Provinsi Nusa Tenggara Barat dan Provinsi Nusa Tenggara Timur tidak jauh berbeda atau dengan kata lain tidak terjadi ketimpangan. Namun hal ini masih harus dikuatkan dengan melihat perbandingan variabel-variabel yang user dapat mempengaruhicommit tingkattokemiskinan seperti beriku



Tabel 4.14 Perbandingan Variabel Penentu Kemiskinan Provinsi NTT dan NTB

Provinsi (1) Nusa Tenggara Barat Nusa Tenggara Timur

Tahun (2) 2007 2008 2009 Rerata 2007 2008 2009 Rerata

Garis Kemiskinan Perkotaan (3) 165,797 193,241 213,450 190,829 177,916 199,006 218,796 198,573

Pedesaan (4) 135,072 148,998 164,526 149,532 118,537 126,746 142,478 129,254

PDRB per Kapita

AMH

(5) 3,813.45 3,849.82 4,500.73 4,054.66 2,450.58 2,520.00 2,687.60 2,552.73

(6) 79.75% 79.85% 80.18% 79.93% 87.25% 87.66% 87.96% 87.62%

Pengangguran (%) (7) 3.15% 2.85% 2.96% 2.99% 1.75% 1.78% 1.94% 1.82%

UMP (8) 645,000 730,000 860,000 745,000 600,000 650,000 725,000 658,333


Berdasarkan tabel di atas terlihat bahwa besarnya garis kemiskinan antara Provinsi Nusa Tenggara Barat dengan Provinsi Nusa Tenggara Timur, apabila di wilayah perkotaan garis kemiskinan Provinsi Nusa Tenggara Timur lebih besar maka di wilayah pedesaan terjadi hal yang sebaliknya, di mana garis kemiskinan Provinsi Nusa Tenggara Barat lebih besar. Apabila dilihat rerata PDRB per kapitanya maka Provinsi Nusa Tenggara Barat jauh lebih tinggi dibanding Provinsi Nusa Tenggara Timur. Menurut teori hal ini seharusnya membuat tingkat kemiskinan di wilayah Provinsi Nusa Tenggara Barat lebih kecil. Namun bila kita melihat tingkat penganggurannya maka jumlah pengangguran di Provinsi Nusa Tenggara Timur lebih besar, kemungkinan hal inilah yang menyebabkan tingkat kemiskinan Provinsi Nusa Tenggara Barat hampir sama dengan Provinsi Nusa Tenggara Timur. Besarnya angka kemiskinan di Provinsi Nusa Tenggara Barat kemungkinan disumbangkan oleh commit tingginya tingkat pengangguran. Hal ini sesuai to user



dengan apa yang dikemukakan oleh Sadono (1994), yang menyatakan bahwa dampak buruk dari pengangguran adalah mengurangi pendapatan masyarakat, dan ini mengurangi tingkat kemakmuran yang mereka capai. Sedangkan tingkat kemiskinan di Provinsi Nusa Tenggara Timur kemungkinan disebabkan oleh rendahnya Upah

Minimum

Provinsi (UMP) yang berlaku.

Rendahnya tingkat upah minimum yang diterima oleh masyarakat pada akhirnya akan membuat pengeluaran dan saving yang dilakukan juga akan kecil. Rendahnya pendapatan yang diterima juga akan membuat masyarakat kurang mementingkan masalah pendidikan yang terbukti dengan rendahnya Angka Melek Huruf (AMH) di Provinsi Nusa Tenggara Barat. Dengan rendahnya tingkat pendidikan maka ketrampilan yang dimiliki pun juga akan terbatas, sehingga produktifitas dan upah yang akan mereka terima juga akan rendah. Tingkat produktifitas yang rendah selanjutnya akan membuat PDRB per kapita juga rendah. Permasalahan ini akan terus berulang seperti teori lingkaran kemiskinan yang telah dijelaskan sebelumnya. c.

Analisis Konsentrasi Spasial Kemiskinan antar Pulau Seperti yang telah dijelaskan sebelumnya, perhitungan indeks enthopi theil tahun 2007-2009 didasarkan atas pembagian wilayah yang terdapat dalam Rencana Pembangunan Jangka Menengah (RPJM) Nasional, di mana Indonesia terbagi atas 7 (tujuh) wilayah yaitu: (i) Sumatera, (ii) Jawa-Bali, (iii) Kalimantan, (iv) Sulawesi, commit to user



(v) Nusa Tenggara, (vi) Maluku, dan (vii) Papua. Perhitungan tingkat kesenjangan antar pulau yang terjadi di Indonesia selama kurun waktu 2007-2009 dilakukan dengan menggunakan persamaan 4.7, berikut adalah hasilnya: Tabel 4.15 Kesenjangan antar Pulau

Tahun

Wilayah (1) Sumatera Jawa-Bali Kalimantan Sulawesi NusaTenggara Maluku Papua Indonesia

2007 2008 2009 (2) (3) (4) 10,70868 9,70445 8,92977 28,86345 26,82715 24,08134 1,70095 1,39004 1,08865 4,50151 3,51153 3,29654 3,84719 3,27171 3,04282 0,77838 0,74150 0,70564 1,78032 1,60759 1,67619 52,18048 47,05396 42,82096

Rerata (5) 9,78097 26,59065 1,39322 3,76986 3,38724 0,74184 1,68803 47,35180

Peringkat (6) 2 1 6 3 4 7 5


Dari tabel 4.15 diatas dapat kita lihat bahwa kesenjangan antar pulau atau between island di Indonesia cenderung mengalami penurunan. Kesenjangan pada tahun 2007 adalah 52,18048, kemudian di tahun 2008 dan 2009 tingkat kesenjangannya menurun menjadi 47,05396 dan 42,82096, sehingga selama tahun pengamatan rata-rata tingkat kesenjangan antar pulau yang terjadi di Indonesia adalah 47,35180. Dari hasil pengamatan dari tahun 2000-2004, pulau yang memiliki tingkat kesenjangan antar pulau tertinggi adalah Pulau Jawa. Hal ini disebabkan karena terdapat konsentrasi jumlah penduduk miskin terbanyak yang mencapai 21.324,9 ribu jiwa pada tahun 2007, jumlah ini mengalami penurunan pada tahun-tahun commit to user



berikutnya menjadi 20.191,6 ribu jiwa di tahun 2008 dan 18.610,7 ribu jiwa ditahun 2009. Penduduk Pulau Jawa tidak hanya berasal dari Pulau Jawa saja tetapi juga banyak yang berasal dari pulaupulau lain. Para penduduk berdatangan ke Pulau Jawa karena menilai Pulau Jawa merupakan pusat dari kegiatan perekonomian di Indonesia, sehingga mereka berasumsi jika tinggal dan mencari pekerjaan di Pulau Jawa maka tingkat kemakmuran kehidupan akan meningkat. Akan tetapi kebanyakan dari pendatang tersebut kurang dibekali dengan ketrampilan yang memadai, sehingga pada saat tiba di Pulau Jawa tidak bisa bersaing dengan tenaga kerja lainnya. Mereka cenderung akan bekerja di sektor informal atau bahkan menjadi pengangguran. Banyaknya pengangguran inilah yang selanjutnya menyebabkan tingkat kemiskinan di Pulau Jawa menjadi tinggi. Sedangkan pulau yang miliki tingkat kesenjangan antar pulau terendah adalah Pulau Maluku, di mana tingkat kesenjangan pada tahun 2007 adalah 0,77838 kemudian pada tahun 2008 dan 2009 mengalami penurunan menjadi 0,74150 dan 0,70564. Kecilnya tingkat kesenjangan antar pulau ini dikarenakan konsentrasi jumlah penduduk miskin Pulau Maluku paling kecil di antara pulau-pulau lainnya yaitu rata-rata sebanyak 2.280,4 ribu jiwa. Walaupun jumlah penduduk miskin di Pulau Maluku relatif paling kecil bila dibandingkan dengan pulau-pulau lainnya, akan tetapi secara kenyataan jumlah penduduk miskin di Pulau Maluku relatif tinggi di mana persentase tingkat kemiskinannya mencapai 21,75 %. commit to user



d. Analisis Konsentrasi Spasial Kemiskinan di Indonesia Setelah diketahui besarnya tingkat kesenjangan dalam pulau dan kesenjangan antar pulau maka dihitung kesenjangan total yang terjadi di Indonesia selama tahun pengamatan, yakni tahun 20072009. Berikut adalah hasil perhitungan untuk tingkat kesenjangan total di Indonesia: Tabel 4.16 Kesenjangan Total Indonesia

Tahun

Dalam Pulau

Antar Pulau

Total

(1) 2007 2008 2009

(2) 0.00119 0.00117 0.00126

(3) 0.52180 0.47054 0.42821

(4) 0.52300 0.47171 0.42947

Pangsa Antar Pulau Terhadap Total (5) 0.99772 0.99752 0.99706


Dari tabel di atas dapat disimpulkan bahwa kesenjangan total di Indonesia lebih banyak disumbangkan oleh kesenjangan antar pulau (between region). Kesenjangan antar pulau menyumbangkan rata-rata lebih dari 99% selama periode yang diamati. Ini mengindikasikan bahwa aktivitas ekonomi sangat terkonsentrasi di Pulau Jawa. Seperti yang telah dikatakan sebelumnya Pulau Jawa banyak menjadi tujuan orang untuk hidup dan bekerja baik yang berasal dari dalam Pulau Jawa maupun yang berasal dari pulau-pulau lain di Indonesia. Akan tetapi kebanyakan orang yang datang ke Pulau Jawa tanpa dibekali dengan ketrampilan yang cukup, mereka cenderung akan bekerja di sektor informal atau bahkan menjadi pengangguran. Banyaknya pengangguran inilah yang selanjutnya to user menyebabkan tingkatcommit kemiskinan di Pulau Jawa menjadi tinggi.



BAB V PENUTUP

A. Kesimpulan Berdasarkan analisis yang dilakukan pada bab sebelumnya, maka dapat diambil kesimpulan sebagai berikut: 1.

Pertumbuhan ekonomi (growth) berpengaruh negatif dan signifikan terhadap tingkat kemiskinan, artinya peningkatan pertumbuhan ekonomi akan mengurangi kemiskinan. Pendidikan (AMH) berpengaruh negatif dan signifikan, artinya semakin tinggi pendidikan akan mengurangi tingkat kemiskinan. Pengangguran berpengaruh positif dan signifikan, artinya semakin tinggi pengangguran maka akan menambah kemiskinan.

2.

Kesenjangan

kemiskinan

dalam

pulau

di Indonesia mengalami

kecenderungan peningkatan selama tahun 2007-2009. Dari 7 (tujuh) wilayah hanya wilayah Papua yang mengalami penurunan kesenjangan kemiskinan. Wilayah yang memiliki tingkat kesenjangan tertinggi adalah Maluku, kemudian disusul oleh wilayah Jawa-Bali, wilayah Sumatera, wilayah Sulawesi, wilayah Kalimantan, wilayah Papua, dan yang terakhir wilayah Nusa Tenggara. Sedangkan kesenjangan kemiskinan antar pulau di Indonesia mengalami kecenderungan penurunan, dimana penurunan tertinggi dialami oleh wilayah Jawa-Bali. Akan tetapi meskipun mengalami penurunan tertinggi, tingkat kesenjangannya masih lebih tinggi dibanding wilayah-wilayah lainnya di Indonesia pada tahun 20072009. Wilayah yang memiliki tingkat kesenjangan tertinggi kedua setelah commit to user



wilayah Jawa-Bali adalah wilayah Sumatera, kemudian disusul oleh wilayah Sulawesi, wilayah Nusa Tenggara, wilayah Papua, wilayah Kalimantan dan yang terakhir wilayah Maluku. Hal ini menunjukkan wilayah Indonesia bagian barat cenderung lebih maju dan berkembang dari wilayah Indonesia bagian timur, atau dapat dikatakan pembangunan yang dilakukan oleh pemerintah belumlah merata. Semakin tinggi pembangunan yang dilakukan suatu daerah akan membuat IPM daerah tersebut tinggi. Hasil ini terbukti dengan keadaan Indeks Pembangunan Manusia (IPM), dimana pada selama tahun penelitian IPM wilayah Indonesia bagian barat juga jauh lebih tinggi dari wilayah Indonesia bagian timur. B. Saran Berdasarkan hasil pembahasan dan kesimpulan di atas, maka dapat diberikan beberapa saran sebagai berikut: 1.

Pertumbuhan ekonomi akan selalu menjadi landasan untuk pengentasan kemiskinan, oleh karena itu perlu terus diupayakan percepatan pertumbuhan ekonomi yang berkualitas dan bermanfaat bagi penduduk miskin. Menciptakan pertumbuhan ekonomi yang bermanfaat bagi penduduk miskin misalnya dengan program-program padat karya yang melibatkan penduduk miskin sehingga mereka dapat bekerja dan mempunyai penghasilah. Kemudahan akses kredit terutama bagi pengusaha

UMKM

sehingga

memperlancar

usahanya.

Masalah

pendidikan juga perlu untuk mendapatkan perhatian secara serius. Pemerintah sebaiknya dapat menurunkan biaya pendidikan untuk commit to user



meringankan

beban

biaya golongan

menengah

kebawah

untuk

bersekolah. Selain itu juga perlu lebih digalakkan lagi program pengarahan peserta didik agar memilih sekolah kejuruan, sehingga apabila mereka telah selesai sekolah dan ingin terjun ke dunia pekerjaan telah memiliki keahlian. Pemerintah juga harus menekan jumlah pengangguran agar tidak menambah jumlah penduduk miskin. Cara yang dapat ditempuh pemerintah antara lain pemberian modal kredit kepada masyarakat dan mempermudah ijin pendirian usaha baik untuk investor dalam negeri maupun luar negeri. 2.

Pemerintah hendaknya lebih memperhatikan wilayah-wilayah di luar Pulau Jawa dan Bali, terutama wilayah Indonesia timur. Selama ini perhatian pemerintah terhadap wilayah-wilayah di luar Pulau Jawa-Bali dirasa kurang. Hal ini mengakibatkan banyak masyarakat dari daerah tersebut pergi ke Pulau Jawa-Bali untuk mencari penghidupan. Akibat dari hal ini Pulau Jawa-Bali kelebihan penduduk dan rawan untuk timbul daerah-daerah kantong kemiskinan. Belum lagi banyak dari orang yang datang ke Pulau Jawa tanpa dibekali dengan ketrampilan yang cukup, mereka cenderung akan bekerja di sektor informal atau bahkan menjadi pengangguran. Daerah yang ditinggalkan penduduknya pergi ke Pulau Jawa-Bali juga akan mengalami kerugian, karena akan mengalami kekurangan tenaga kerja untuk membangun daerah tersebut. Akibatnya daerah yang ditinggalkan tersebut tidak akan bisa untuk melakukan pembangunan

dengan

maksimal.

Pemerintah

juga

harus

lebih

memperhatikan daerah pedesaan. Hal ini sangat penting melihat commit to user



kenyataan bahwa sebagian besar wilayah Indonesia masih daerah pedesaan dan sebagian besar penduduk Indonesia bertempat tinggal dan bekerja di pedesaan. Para penduduk desa sebagian besar bekerja atau mempunyai sumber pendapatan di sektor pertanian. Sedangkan sektor pertanian merupakan pusat kemiskinan di Indonesia (Tulus, 2001). Untuk itu pemerintah hendaknya mengupayakan peningkatan produktivitas pertanian dengan menambah modal dengan cara pinjaman lunak, memperketat izin pembangunan diatas tanah pertanian karena tanah pertanian semakin habis sedangkan pekerjanya sangat banyak, dan menggunakan teknologi tepat guna. Tidak hanya itu peningkatan diversifikasi usaha disektor pertanian ke jenis-jenis komoditi nonfood yang memiliki prospek pasar (terutama ekspor) sangat menguntungkan para petani.

commit to user

ANALISIS FAKTOR PENENTU DAN TINGKAT KETIMPANGAN KEMISKINAN ANTAR WILAYAH DI INDONESIA PERIODE

Recommend Documents