UPAYA PENGENTASAN PERMASALAHAN KEMISKINAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH PDF

Preview

Summary

Upaya Pengentasan Permasalahan Kemiskinan Kabupaten/Kota di Provinsi Jawa Tengah Novia Uly Gultom_21040118120009_C UPAYA PENGENTASAN PERMASALAHAN KEMISKINAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH (Studi Kasus: Provinsi Jawa Tengah) Novia Uly Gultom¹ 1 Mahasiswa Jurusan Perencanaan Wilayah dan Kota, ...

Description

Upaya Pengentasan Permasalahan Kemiskinan Kabupaten/Kota di Provinsi Jawa Tengah

Novia Uly Gultom_21040118120009_C

UPAYA PENGENTASAN PERMASALAHAN KEMISKINAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH (Studi Kasus: Provinsi Jawa Tengah) Novia Uly Gultom¹ 1

Mahasiswa Jurusan Perencanaan Wilayah dan Kota, Fakultas Teknik, Universitas Diponegoro email: [email protected]

Abstract: Poverty reduction has become one of the main focuses in Indonesia. The ups and downs of poverty are caused by various factors both macro and micro. As a first step to reducing poverty is to find what factors that have a significant effect and find strategies that produce alternative solutions. In this research, Central Java Province will be appointed as the study area because it has a history of decreasing the number of poor people the highest nationally by 2 times. On this study, the percentage of the poor as dependent variable and the human development indices, poverty gap index (P1), poverty severity index (P2), open unemployment rate, UMK, labor force participation rate, and poverty line in Central Java as independent variable. Cross tabulation, trendline, multiple linear regression, and Delphi methods will be used which produce an alternative plan that is targeted, effective, and efficient by looking at the relationship between the variables used, forecasting, forecasting, and the tendency of the dependent variable in the future. Keywords: Poverty, Cross tabulation, Trendline, Multiple linear regression, Delphi methods Abstrak: Penurunan angka kemiskinan telah menjadi salah satu fokus utama negara Indonesia. Naik turunnya angka kemiskinan disebabkan oleh berbagai faktor baik secara makro, meso, maupun mikro. Sebagai langkah awal untuk menurunkan angka kemiskinan adalah dengan menemukan apa saja faktor yang berpengaruh signifikan serta menemukan strategi yang menghasilkan alternatif solusi yang bersifat berkelanjutan. Pada penelitian kali ini akan diangkat Provinsi Jawa Tengah sebagai wilayah studi karena memiliki riwayat penurunan jumlah penduduk miskin tertinggi nasional sebanyak 2 kali. Dalam penelitian kali ini akan menjadikan persentase penduduk miskin sebagai variabel terikat dengan variabel bebasnya adalah indeks pembangunan manusia, indeks kedalaman kemiskinan, indeks keparahan kemiskinan, tingkat pengangguran terbuka, upah minimum kabupaten/kota, tingkat partisipasi angkatan kerja, dan garis kemiskinan Provinsi Jawa Tengah. Akan digunakan metode tabulasi silang, trendline, regresi linier berganda, dan delphi yang akan menghasilkan alternatif rencana tepat sasaran, efektif, dan efisien dengan sebelumnya melihat bagaimana hubungan antara variabel terikat dan variabel bebas yang digunakan, peramalan, serta kecenderungan variabel terikat di masa mendatang. Kata Kunci : Kemiskinan, Tabulasi silang, Trendline, Regresi linier berganda, Delphi PENDAHULUAN Kemiskinan merupakan salah satu permasalahan multidimensi di negara Indonesia yang masih terus menjadi fokus bersama untuk melahirkan strategi dan alternatif solusi guna menekan angka kemiskinan di Indonesia. Berbagai upaya penekanan angka kemiskinan di Indonesia

Teknik PWK; Vol. 1; No. 1; 2020; hal. 1-10

telah dilakukan oleh pemerintah serta pihakpihak terkait termasuk masyarakat Indonesia. Salah satu hasil dari upaya tersebut dapat dilihat melalui persentase penduduk miskin Indonesia. Tercatat oleh Badan Pusat Statistika (BPS) Indonesia, mulai dari tahun 2015 persentase penduduk miskin Indonesia

|1

Upaya Pengentasan Permasalahan Kemiskinan Kabupaten/Kota di Provinsi Jawa Tengah

berangsur-angsur menurun. Pada tahun 2019, tercatat persentase penduduk miskin Indonesia menyentuh angka 9,22%. Angka tersebut disebabkan oleh penurunan persentase penduduk miskin pada hampir seluruh provinsi di Indonesia. Provinsi dengan penurunan persentase penduduk miskin tertinggi pada tahun 2019 adalah Provinsi Jawa Tengah. Provinsi Jawa Tengah tercatat 2 kali sebagai provinsi tertinggi nasional turunkan penduduk miskin, yaitu pada tahun 2017 dan 2019. Periode MaretSeptember 2019, penurunan jumlah penduduk miskin di Jawa Tengah mencapai angka 63.830 jiwa atau sebesar 0,22%. Pencapaian tersebut bukanlah sebagai akhir dari perjalanan menekan angka kemiskinan di Jawa Tengah namun justru sebagai pecut bagi pemerintah serta masyarakat untuk semakin gigih dalam menekan angka kemiskinan di Jawa Tengah. Diperlukan berbagai strategi serta alternatif solusi untuk terus menekan angka kemiskinan di Jawa Tengah. Strategi dan alternatif tersebut salah satunya dapat dihasilkan melalui metode analisis perencanaan. Dalam penelitian ini akan dibahas metode serta analisis yang akan menghasilkan strategi dan alternatif pengentasan kemiskinan di Provinsi Jawa Tengah. Akan digunakan empat dari beberapa metode analisis perencanaan yang ada yaitu, tabulasi silang (crosstab) sebagai metode untuk perumusan masalah, trendline dan regresi linier berganda sebagai metode untuk mengidentifikasi masalah, dan delphi sebagai metode perumusan alternatif rencana. KAJIAN LITERATUR Kemiskinan Kemiskinan adalah konsep multidimensi yang mengukur tingkat kekurangan yang ditemui pada perseorangan, rumah tangga, atau komunitas (Touray, 2016). Pengukuran kemiskinan umumnya menggunakan penilaian kurangnya akses sumber daya ekonomi (pendapatan) untuk memenuhi kebutuhan dasar. Sehingga seseorang atau kelompok yang dikatakan miskin adalah mereka yang tidak mampu memenuhi kebutuhan dasar (basic Teknik PWK; Vol. 1; No. 1; 2020; hal. 1-23

Novia Uly Gultom_21040118120009_C

needs). Terdapat beberapa pengukuran untuk mengukur kemiskinan pada suatu wilayah, pengukuran yang dimaksud antara lain: 1. Garis Kemiskinan (Poverty Line) Garis Kemiskinan (GK) merupakan penjumlahan dari Garis Kemiskinan Makanan (GKM) dan Garis Kemiskinan Non Makanan (GKNM). Penduduk dengan rata-rata pengeluaran per kapita perbulan dibawah garis kemiskinan akan dikategorikan sebagai penduduk miskin.

Dimana: GK = Garis Kemiskinan GKM = Garis Kemiskinan Makanan GKNM = Garis Kemiskinan Miskin Non Makanan 2. Persentasi Penduduk Miskin Head Count Index (HCI-P0), adalah persentase penduduk yang berada dibawah Garis Kemiskinan (GK).

Dimana: α=0 z = Garis Kemiskinan (GK) yi = Rata-rata pengeluaran per kapita sebulan penduduk yang berada dibawah garis kemiskinan (i=1, 2, 3, ...., q), yi < z q = Banyaknya penduduk yang berada di bawah garis kemiskinan n = Jumlah penduduk 3. Indeks Kedalaman Kemiskinan (Poverty Gap Index-P1) Indeks kedalaman kemiskinan merupakan defisit konsumsi rata rata penduduk miskin terhadap garis kemiskinan (Odekon, 2015).

Dimana: α=1 |2

Upaya Pengentasan Permasalahan Kemiskinan Kabupaten/Kota di Provinsi Jawa Tengah

z = Garis Kemiskinan (GK) yi = Rata-rata pengeluaran per kapita sebulan penduduk yang berada dibawah garis kemiskinan (i=1, 2, 3, ...., q), yi < z q = Banyaknya penduduk yang berada di bawah garis kemiskinan n = Jumlah penduduk 4. Indeks Keparahan Kemiskinan (Poverty Severity Index-P2) Indeks keparahan kemiskinan memberikan gambaran mengenai penyebaran pengeluaran diantara penduduk miskin. Semakin tinggi nilai indeks, semakin tinggi ketimpangan pengeluaran diantara penduduk miskin.

Dimana: α=2 z = Garis Kemiskinan (GK) yi = Rata-rata pengeluaran per kapita sebulan penduduk yang berada dibawah garis kemiskinan (i=1, 2, 3, ...., q), yi < z q = Banyaknya penduduk yang berada di bawah garis kemiskinan n = Jumlah penduduk Indeks Pembangunan Manusia (IPM) Apabila membahas kemiskinan maka erat kaitannya dengan Indeks Pembangunan Manusia (IPM) karena kedua hal tersebut dinilai saling berkaitan. IPM mengukur capaian pembangunan manusia berdasarkan sejumlah komponen dasar kualitas hidup. Sebagai ukuran kualitas hidup, meskipun IPM tidak dapat mengukur semua dimensi dari pembangunan manusia namun IPM dibangun dengan 3 dimensi dasar yang dinilai mampu mencerminkan kemampuan dasar (basic capabilities) manusia. Dimensi dasar tersebut mencakup umur panjang dan sehat, pengetahuan, dan kehidupan yang layak. Terdapat 4 komponen yang terkandung dalam IPM yaitu, angka harapan hidup saat lahir (life expectancy), rata-rata lama sekolah (mean years of schooling), harapan lama sekolah Teknik PWK; Vol. 1; No. 1; 2020; hal. 1-23

Novia Uly Gultom_21040118120009_C

(expected years of schooling), dan pengeluaran per kapita disesuaikan (purchasing power parity). Ketenagakerjaan Dalam data ketenagakerjaan, terdapat istilah Tingkat Pengangguran Terbuka (TPT) dan Tingkat Partisipasi Angkatan Kerja (TPAK). Pengangguran terbuka adalah mereka yang tidak punya pekerjaan dan mencari pekerjaan, mereka yang tidak punya pekerjaan dan mempersiapkan usaha, mereka yang tak punya pekerjaan dan tidak mencari pekerjaan, dan mereka yang sudah punya pekerjaan, tetapi belum molai bekerja. Sedangkan tingkat pengangguran terbuka adalah persentase jumlah pengangguran terhadap jumlah angkatan kerja.

Tingkat partisipasi angkatan kerja didefinisikan sebagai perbandingan antara angkatan kerja dengan jumlah seluruh penduduk usia kerja.

Metode Tabulasi Silang (Crosstab) Tabulasi silang merupkan metode analisis kategori data yang menggunakan data nominal, ordinal, interval, serta kombinasi diantaranya (Indratno & Irwinsyah, 1998). Tabulasi silang biasa digunakan untuk menghitung kasus dengan kombinasi nilai-nilai yang berbeda dari dua variabel dan menghitung harga-harga statistik beserta ujinya. Dalam tabulasi silang terdapat istilah uji Chi-Square. Uji Chi-Square merupakan uji utama yang digunakan untuk menguji ada tidaknya hubungan atau keterkaitan variabelvariabel yang dinyatakan dalam baris dan kolom (Yankees, 2011). Ketentuan dalam uji Chi-Square adalah sebagai berikut:  Apabila nilai probabilitas dalam table output uji Chi-Square pada kolom Asymptotic Significance > |3

Upaya Pengentasan Permasalahan Kemiskinan Kabupaten/Kota di Provinsi Jawa Tengah

0,05; maka tidak terdapat hubungan antara variabel-variabel yang diujikan (H0).  Apabila nilai probabilitas dalam table output uji Chi-Square pada kolom Asymptotic Significance < 0,05; maka terdapat hubungan antara variabel-variabel yang diujikan (H1). Selain uji Chi-Square terdapat juga uji Contingency Coefficient pada tabel output Symmetric Measures. Uji tersebut digunakan untuk mengetahui kuat tidaknya hubungan antara variabel-variabel yang diujikan. Ketentuan dalam uji Contingency Coefficient adalah sebagai berikut:  Apabila nilai value > 0,5; maka hubungan antara variabel dalam baris dan kolom tersebut kuat.  Apabila nilai value < 0,5; maka hubungan antara variabel dalam baris dan kolom tersebut lemah. Metode Trendline Trendline disebut sebagai metode peramalan deret berkala karena memiliki karakteristik data yang dianalisis besifat deret dan menunjukkan waktu berkala didasarkan pada ekstrapolasi data lampau dan tren historis. Tujuan penggunaan metode ini adalah untuk menemukan pola dalam deret data historis dan melakukan ekstrapolasi pada pola tersebut di masa mendatang. Terdapat 2 metode yang digunakan dalam peramalan trendline, yaitu metode pemulusan (smoothing) dan metode dekomposisi. Mengidentifikasi pola data deret waktu berfungsi untuk menentukan metode yang akan digunakan dalam menganalisis data tersebut. Pola data cenderung akan mengalami pengulangan pada periode mendatang. Pola data deret waktu dapat dibedakan menjadi 4 jenis sebagai berikut: 1. Pola horizontal (H) yang terjadi jika nilai data berfluktuasi pada sekitar nilai rerata konstan. 2. Pola musiman (S) yang terjadi bila suatu deret dipengaruhi oleh faktorfaktor musiman. Teknik PWK; Vol. 1; No. 1; 2020; hal. 1-23

Novia Uly Gultom_21040118120009_C

3. Pola siklis (C) yang terjadi apabila dipengaruhi oleh fluktuasi jangka panjang. 4. Pola trend (T) yang terjadi apabila terdapat kenaikan atau penurunan sekuler jangka panjang dalam data. Metode Regresi Linier Berganda Regresi linier berganda adalah salah satu metode statistika yang digunakan untuk memprediksi nilai suatu variabel terikat (y) dengan pengaruh beberapa variabel bebas (x1, x2, x3, …, x4) (Grégoire, 2015). Dalam penggunaan metode regresi linier berganda, perlu dipenuhi beberapa asumsi yang salah satunya adalah asumsi klasik. Uji asumsi klasik dilakukan untuk mengetahui apakah dalam sebuah model regresi linier terdapat permasalahan asumsi klasik atau tidak. Uji asumsi klasik yang dimaksud adalah uji autokorelasi, uji multikolinearitas, uji heteroskedastisitas, dan uji normalitas. Selain uji asumsi klasik, terdapat juga beberapa pengujian lain seperti uji kelayakan model (uji F) dan uji koefisien regresi (uji T). Uji kelayakan model atau uji F digunakan sebagai identifikasi awal kelayakan model regresi yang diestimasi dengan melihat nilai probabilitas F hitung lebih kecil atau lebih besar dari 0,05. Apabila nilai probabilitas F hitung lebih besar dari 0,05 maka model regresi yang diestimasi tidak layak, begitu pula sebaliknya, jika nilai probabilitas F hitung lebih kecil dari 0,05 maka model regresi yang diestimasi layak. Sedangkan uji koefisien regresi atau uji T digunakan untuk menguji pengaruh variabelvariabel bebas yang digunakan terhadap variabel terikatnya. Pengujian ini dilakukan dengan membandingkan T hitung dengan T tabel atau dengan melihat nilai signifikansi masing-masing t hitung. Seperti yang telah dikatakan sebelumnya, dalam regresi linier berganda memiliki lebih dari satu variabel bebas (x), maka secara umum model persamaan regresi linier berganda dapat dituliskan sebagai berikut:

y = a + b 1 x1 + b 2 x2 + b 3 x3 + … + b n xn Dimana: |4

Upaya Pengentasan Permasalahan Kemiskinan Kabupaten/Kota di Provinsi Jawa Tengah

Novia Uly Gultom_21040118120009_C

y = Variabel terikat x1, x2, x3, …, xn = Variabel bebas a = Nilai konstan b1, b2, b3, …, bn = Koefisien regresi Metode Delphi Metode delphi merupakan metode sistematis dalam mengumpulkan pendapat dari sekelompok pakar melalui serangkaian kuesioner, dimana terdapat mekanisme feedback melalui putaran pertanyaan yang dilaksanakan dengan tetap menjaga anonimitas tanggapan panelis (Foley, 1972). Dapat dikatakan metode ini adalah modifikasi dari teknik brainwriting dan survey. Metode ini bermanfaat ketika suatu permasalahan yang dihadapi dapat diselesaikan dari penilaian kolektif dan subyektif (Grime & Wright, 2016). Sebagian besar kebijakan delphi berkaitan dengan pernyataan, argumen, komentar, dan diskusi. Perlu dibangun beberapa cara mengevaluasi ide yang dinyatakan oleh sekelompok panelis dan juga menetapkan skala penilaian untuk pemilihan kebijakan (Steurer, 2011). GAMBARAN KASUS ATAU WILAYAH PERENCANAAN Provinsi Jawa Tengah merupakan salah satu dari 34 provinsi yang ada di Indonesia. Terbagi menjadi 29 kabupaten dan 6 kota dengan luas wilayah keseluruhan sebesar 3,25 juta hektar atau sekitar 25,04% dari luas Pulau Jawa. Penduduk Jawa Tengah berdasarkan proyeksi penduduk tahun 2019 sebanyak 34.718 ribu jiwa yang terdiri atas 17.212,46 ribu jiwa penduduk laki-laki dan 17.505,75 ribu jiwa penduduk perempuan. Dibandingkan dengan proyeksi jumlah penduduk tahun 2018, penduduk Jawa Tengah tahun 2019 mengalami pertumbuhan sebesar 0,78%.

Teknik PWK; Vol. 1; No. 1; 2020; hal. 1-23

GAMBAR 1 DELINIASI WILAYAH STUDI Sumber: Dinas PSDA Provinsi Jawa Tengah

Meskipun dari tahun 2010 jumlah penduduk Provinsi Jawa Tengah terus mengalami peningkatan, namun jumlah penduduk miskin setiap tahunnya cenderung mengalami penurunan (Gambar 2). Hal tersebut dapat terjadi karena berbagai upaya pengentasan kemiskinan yang dilakukan oleh pemerintah Provinsi Jawa Tengah bersama dengan pihak-pihak terkait termasuk juga masyarakat Jawa Tengah.

GAMBAR 2 GRAFIK JUMLAH PENDUDUK DAN JUMLAH PENDUDUK MISKIN PROVINSI JAWA TENGAH TAHUN 2010-2019 Sumber: BPS Provinsi Jawa Tengah

Kemiskinan yang terjadi pada suatu wilayah termasuk pada Provinsi Jawa Tengah tidak hanya dilihat melalui angka jumlah penduduk miskin maupun persentase penduduk miskinnya. Terdapat indikatorindikator lain yang yang digunakan untuk mengukur kemiskinan pada suatu wilayah.

|5

Upaya Pengentasan Permasalahan Kemiskinan Kabupaten/Kota di Provinsi Jawa Tengah

Novia Uly Gultom_21040118120009_C

Dalam penelitian ini akan mengambil fokus permasalahan pengentasan kemiskinan di Provinsi Jawa Tengah dengan penentuan kebijakan/strategi/alternatif yang dianggap relevan, efektif, dan efisien. Variabel-variabel yang akan digunakan dalam analisis adalah persentase penduduk miskin, indeks pembangunan manusia, indeks kedalaman kemiskinan, indeks keparahan kemiskinan, tingkat pengangguran terbuka, upah minimum kabupaten/kota, tingkat partisipasi angkatan kerja, dan garis kemiskinan.

TABEL I DATA KEBUTUHAN ANALISIS Sumber: Data Kemiskinan dan IPM BPS Provinsi Jawa Tengah, 2019

Teknik PWK; Vol. 1; No. 1; 2020; hal. 1-23

|6

Upaya Pengentasan Permasalahan Kemiskinan Kabupaten/Kota di Provinsi Jawa Tengah

HASIL ANALISIS Flowchart

Novia Uly Gultom_21040118120009_C

keseluruhannya valid 100% tanpa ada data hilang. Persentase Penduduk Miskin x IPM Tabel III CHI-SQUARE TEST Y x IPM

Hipotesis: (berlaku untuk keseluruhan analisis crosstab variabel terikat dan variabel bebas) H0: Tidak terdapat hubungan antara variabel tingkat dengan variabel bebas. H1: Terdapat hubungan antara variabel tingkat dengan variabel bebas. GAMBAR 3 FLOWCHART ANALISIS Sumber: Analisis Penulis, 2020

Perumusan Masalah Pada perumusan masalah digunakan metode tabulasi silang (crosstab) dengan tujuan mengetahui korelasi kesesuaian atau ketergantungan hubungan antara variabel terikat (persentase penduduk miskin) dengan variabel bebas (IPM, indeks kedalaman kemiskinan, indeks keparahan kemiskinan, UMK, tingkat pengangguran terbuka, tingkat partisipasi angkatan kerja, dan garis kemiskinan). 

Metode Tabulasi Silang (Crosstab) TABEL II CASE PROCESSING SUMMARY

Uji Chi-Square antara persentase penduduk miskin dengan IPM menunjukkan nilai probabilitas pada kolom Asymptotic Significance (2-sided) sebesar 0,014. Apabila nilai probabilitas > 0,05 maka H0 diterima, tetapi apabila nilai probabilitas < 0,05 maka H 0 ditolak. Karena 0,014 < 0,05 maka disimpulkan bahwa terdapat hubungan antara persentase penduduk miskin dengan IPM. TABEL IV SYMMETRIC MEASURES Y x IPM

Hasil dari analisis Contingency Coefficient persentase penduduk miskin dengan IPM menunjukan nilai 0,514. Erat tidaknya suatu variabel dengan variabel lain ditentukan dengan nilai Contingency Coefficient > 0,5. Karena 0,514 > 0,5 maka disimpulkan bahwa terdapat hubungan yang cukup kuat antara persentase penduduk miskin dengan IPM.

Berdasarkan tabel di atas, diketahui jumlah data tiap variabel yang akan digunakan dalam penelitian sejumlah 35 data dan Teknik PWK; Vol. 1; No. 1; 2020; hal. 1-23

|7

Upaya Pengentasan Permasalahan Kemiskinan Kabupaten/Kota di Provinsi Jawa Tengah

Persentase Penduduk Miskin x Indeks Kedalaman Kemiskinan

Novia Uly Gultom_21040118120009_C

TABEL VIII SYMMETRIC MEASURES Y x P2

TABEL V CHI-SQUARE TEST Y x P1

Uji Chi-Square antara persentase penduduk miskin dengan indeks kedalaman kemiskinan menunjukkan nilai probabilitas pada kolom Asymptotic Significance (2-sided) sebesar 0,000. Karena 0,000 < 0,05 maka disimpulkan bahwa terdapat hubungan antara persentase penduduk miskin dengan indeks kedalaman kemiskinan.

Hasil dari analisis Contingency Coefficient persentase penduduk miskin dengan indeks keparahan kemiskinan menunjukan nilai 0,668. Karena 0,668 > 0,5 maka disimpulkan bahwa terdapat hubungan yang kuat antara persentase penduduk miskin dengan indeks keparahan kemiskinan. Persentase Penduduk Miskin x Garis Kemiskinan TABEL IX CHI-SQUARE TEST Y x GK

TABEL VI SYMMETRIC MEASURES Y x P1

Hasil dari analisis Contingency Coefficient persentase penduduk miskin dengan indeks kedalaman kemiskinan menunjukan nilai 0,744. Karena 0,744 >...