ANALISIS KETERKAITAN REGIONAL KABUPATEN/KOTA DALAM PEMBENTUKAN KLASTER PENGEMBANGAN EKONOMI WILAYAH PROVINSI ACEH (PENDEKATAN ANALISIS SPASIAL)

Transkripsi

1 ISSN Pages pp ANALISIS KETERKAITAN REGIONAL KABUPATEN/KOTA DALAM PEMBENTUKAN KLASTER PENGEMBANGAN EKONOMI WILAYAH PROVINSI ACEH (PENDEKATAN ANALISIS SPASIAL) Zedi Saputra, ST. 1, Prof. Dr. Said Muhammad, MA. 2, Dr. Sofyan Syahnur, M.Si 3 1) Mahasiswa Magister Ilmu Ekonomi Pascasarjana Universyitas Syiah Kuala Banda Aceh 2,3) Dosen Fakultas Ekonomi dan Pasca Sarjana Universitas Syiah Kuala Abstract: Decentralization policy in Aceh does not show a better socio-economic indicator achievement for Aceh. The economic development gap among districts/cities in Aceh Province is also another indicator of not optimal of the decentralization policy. Regional cooperation among districts/cities through Aceh Trade and Distribution Center (ATDC) is one of Aceh Goverment program to improve the Aceh socio-economic state in the next 30 years. This research focus on the development of economic clusters by raising main local product of the district/city which is expected to become a good strategy in supporting Aceh Goverment policy. The reseach analyzes the best regional corelation and cooperation model among the districts/cities through statistical and spatial analysis approach. Based on the average Location Quotient (LQ) index, three sectors of the economy most superior in Aceh are (1) agriculture, livestock, forestry and fisheries (2) electricity, gas and clean water supply (3) services sector. According to Spatial Autocorrelation analysis using key factor of region economic base, LQ index, it is found that spatial correlation pattern among districts/cities in Aceh is very weak. By using Global Moran (Moran s I) and Local Indicator of Spatial Autocorrelation (LISA) analysis, agriculture, livestock, forestry and fisheries are the only potential sector which have significant correlation among the Aceh districs in term of spactial pattern formation. Keywords : Regional coorperation, economic cluster, Location Quotient (LQ) index, Spatial Autocorrelation, Moran s I Abstrak: Kebijakan desentralisasi di Aceh belum menunjukkan indikator capaian sosial ekonomi Aceh yang lebih baik. Terjadinya kesenjangan pembangunan ekonomi antar kabupaten/kota di Provinsi Aceh merupakan indikator lain dari belum optimalnya pemberlakukan kebijakan desentralisasi. Bentuk kerjasama regional antar kabupaten/kota melalui Aceh Trade and Distribution Center (ATDC) merupakan kebijakan Pemerintah Aceh dalam jangka panjang, diharapkan akan mampu untuk memperbaiki kondisi sosial ekonomi Aceh dalam masa 30 tahun mendatang. Dalam penelitian ini dilakukan analisis bentuk keterkaitan antar kabupaten/kota dan pola kerjasama regional yang lebih tepat dan terukur melalui pendekatan statistik dan analisis spasial, dengan menggunakan pembobot indeks LQ. Berdasarkan rata-rata indeks Location Quotient (LQ), 3 sektor ekonomi paling unggul secara rata-rata kabupaten/kota di Aceh adalah (1) sektor pertanian peternakan kehutanan dan perikanan (2) sektor listrik gas dan air bersih dan (3) sektor jasa-jasa. Berdasarkan analisis Spatial Autocorrelation dengan menggunakan pembobot sektor basis ekonomi wilayah, indeks LQ, menunjukkan masih lemahnya pola keterkaitan spasial antar kabupaten/kota di Provinsi Aceh. Hasil analisis Global Moran (Moran s I) dan hasil analisis Local Indicator of Spatial Autocorrelation (LISA), hanya sektor pertanian peternakan kehutanan dan perikanan yang berpotensi dan signifikan dalam membentuk pola keterkaitan spasial antar kabupaten/kota di Aceh. Kata kunci : Kerjasama regional, Sektor unggulan, Location Quotient, Analisis Spasial, Spatial Autocorrelation, Moran s I. PENDAHULUAN Keluarnya Undang-Undang Nomor 5 Tahun 1999 tentang Otonomi Daerah atau yang biasa disebut Desentralisasi menyebabkan semakin menurunnya peran provinsi sebagai wakil pemerintah pusat dan semakin rendahnya intensitas koordinasi manajemen regional. Kendali pemerintah Provinsi sebagai Volume 3, No. 2, Mei

2 koordinator pembangunan lintas wilayah kabupaten/kota menurun seiring penguatan otonomi di tingkat kabupaten/kota. Akibatnya isu-isu pembangunan lintas wilayah menjadi kurang mendapatkan perhatian yang optimal. Berdasarkan hasil penelitian Komite Pemantauan Pelaksanaan Otonomi Daerah (KPPOD) Tahun 2013, mengecilnya skala ekonomi daerah merupakan salah satu implikasi dari penerapan desentralisasi. Daerah terbagi dalam wilayah-wilayah administratif yang lebih kecil. Dengan fakta tersebut seharusnya dapat semakin meningkatkan kesadaran bahwa daerah perlu bekerjasama dalam penanganan isu-isu regional yang melibatkan dua atau lebih daerah yang berdekatan dan terkena dampak eksternalitas kepada daerah lain (Murwito, et al., 2013). Perkembangan indikator sosial ekonomi Aceh setelah pemberlakuan kebijakan otonomi daerah, menunjukkan perkembangan yang memprihatinkan. Jika pada tahun 2000, posisi Aceh berada di papan tengah dibandingkan dengan daerah lain di Indonesia dalam hal indikator-indikator sosial ekonomi, ditandai dengan Angka Kemiskinan yang berada di bawah angka Nasional, Aceh berada pada angka 18,37 dan Nasional 18,95, dan peringkat Indeks Pembangunan Manusia (IPM) yang berada pada urutan ke 12 secara nasional. Pada tahun 2008, sembilan tahun setelah pemberlakukan kebijakan desentralisasi, capaian indikator sosial ekonomi tersebut mengalami penurunan, menjadikan Aceh tertinggal dibandingkan dengan beberapa daerah lain di Indonesia (setelah Papua, Papua Barat, Maluku, NTT, dan Gorontalo) dengan proporsi penduduk miskin sebesar 23,55 persen, diatas angka nasional yang berada pada tingkat 15,42 persen. Sementara IPM Aceh menempati urutan ke 17 dari 33 provinsi (nomor 2 terendah di Sumatera setelah Lampung) dan angkanya berada dibawah angka nasional (Aliasudin, et al., 2011). Hasil analisis kesenjangan antar wilayah yang dilakukan Bappenas tahun 2013, Provinsi Aceh, Sumatera Utara, Riau, dan Sumatera Selatan memiliki tingkat ketimpangan pembangunan tinggi atau pembangunan antar kabupaten/kota di wilayah tersebut belum merata. Bentuk kerjasama regional merupakan salah satu pilihan strategis pembangunan ekonomi jangka menengah yang di lakukan oleh Pemerintah Aceh. Hal ini tertuang dalam Qanun Aceh Nomor 12 Tahun 2013 tentang Rencana Pembangunan Jangka Menengah Aceh Tahun Dalam dokumen kebijakan pembangunan Aceh tersebut, pola struktur ruang mengadopsi model strategi pembangunan wilayah dalam bentuk kerjasama regional dengan membagi pusat pengembangan ekonomi Aceh ke dalam 6 zona kawasan pusat perdagangan dan distribusi Aceh atau Aceh Trade and Distribution Centre (ATDC). Berdasarkan uraian diatas, studi ini dilakukan hendak menjawab pertanyaanpertanyaan berikut: 1. Sektor apa yang menjadi sektor unggulan perekonomian kabupaten/kota di Provinsi Aceh Volume 3, No. 2, Mei 2015

3 2. Apakah terdapat tingkat keterkaitan spatial yang kuat secara ekonomi antar regional kabupaten/kota di Aceh? 3. Apakah terjadi pola kluster spasial dalam pembentukan pola pengembangan ekonomi di wilayah Provinsi Aceh berdasarkan model Geostatistik? METODE PENELITIAN Metode analisis pada penelitian ini adalah sebagai berikut: 1. Penentuan sektor unggulan berdasarkan data PDRB. Analisis ini menggunakan analisis Location Quotient (LQ) dengan data PDRB berdasarkan harga konstan tahun 2000 dari rentang waktu tahun 2007 sampai dengan tahun Kemudian hasil analisis ini dihitung akumalasi rata-rata sehingga diperoleh 3 (tiga) sektor unggulan rata-rata tertinggi. Sektor unggulan itu sendiri merupakan sektor basis yang memiliki nilai LQ >1. 2. Analisis keterkaitan dan pola spasialnya Analisis keterkaitan ini menggunakan analisis spatial autocorrelation. Analisis ini menggunakan metode Moran. Analisis ini menghasilkan indeks Moran; yang menunjukkan tingkat keterkaitan suatu wilayah dengan wilayah lain sekitarnya. Jika nilai indeks Moran (Moran s I) mendekati nilai positif (+) 1, maka bertendensi pemusatan atau penggerombolan (cluster). Jika nilai indeks Moran mendekati negatif (-) 1, maka bertendensi acak (random) atau pencilan (kesenjangan). Analisis keterkaitan juga dilihat dari z-value dan p-value yang dihasilkan dari analisis statistik spasial. Pola keterkaitan spasial akan diperoleh berdasarkan diagram scatterplot dalam analisis Moran s I. HASIL PEMBAHASAN Hasil Analisis Sektor Unggulan Hasil perhitungan dengan metode LQ menunjukkan bahwa sejak tahun 2007 sampai tahun 2013 tidak mengalami perubahan berarti. Nilai Indeks LQ ditiap Kabupaten/Kota cenderung tetap, tidak banyak sektor yang mengalami perubahan dari sektor bukan basis ke sektor basis demikian pula sebaliknya. Hal ini menandakan bahwa pembangunan di Kabupaten dan Kota Provinsi Aceh mulai tahun 2007 sampai 2013 tidak banyak mengalami perubahan. Dalam analisis ini dilakukan penentuan sektor potensial utuk dijadikan bidang kerjasama regional. Hasil akumulasi sembilan sektor dalam PDRB dari tahun 2007 sampai dengan tahun 2013, terdapat tiga sektor yang memiliki akumulasi basis terbanyak di Kabupaten dan Kota di Aceh, yaitu Sektor Pertanian, Peternakan Kehutanan dan Perikanan sebagai indeks sektor basis terbanyak, kemudian diikuti oleh sektor Jasa-Jasa, dan diurutan ketiga diikuti oleh Sektor Listrik Gas dan Air Bersih. Hasil Analisis Keterkaitan dan Pola Spasial Analisis keterkaitan dan pola spasial ini dilakukan terhadap tiga sektor unggulan yang paling banyak menjadi sektor basis di semua Kabupaten dan di sepanjang tahun penelitian ini. Pemilihan tiga sektor utama ini Volume 3, No. 2, Mei

4 diharapkan bisa menjadi sektor yang berpotensi untuk membentuk pola kerjasama regional. Hasil analisis keterkaitan ini berupa nilai indeks Moran pada tiga sektor unggulan tersebut. Secara umum nilai indeks Moran di tiga sektor unggulan tertinggi di Aceh menunjukkan tingkat keterkaitan spasial yang masih tergolong rendah. Hal ini berpotensi memiliki pola spasial yang acak. Artinya antara wilayah kabupaten/kota yang berdekatan kurang memiliki pengaruh antara satu dengan lainnya. Keterkaitan antar wilayah yang paling tinggi dimiliki oleh sektor Pertanian, Peternakan, Kehutanan dan Perikanan. Nilai indeks Moran s nya sebesar Walaupun masih tergolong kecil (jauh dari nilai +1) indeks ini berpotensi memiliki nilai pola spasial yang menggerombol (clustered). Secara lebih lengkap berikut ini dapat dijelaskan pola keterkaitan spasial di masing-masing tiga sektor terunggul tersebut. 1) Sektor Pertanian Peternakan Kehutanan dan Perikanan a. Analisis Global Moran (Moran s I) Hasil analisis Moran s I ditampilkan dalam bentuk Diagram Scatterplot, seperti terlihat pada gambar 1. Gambar 1. Moran Scatterplot Sektor Pertanian Peternakan Kehutanan dan Perikanan. Gambar 1 menunjukkan untuk sector pertanian peternakan kehutan dan perikanan nilai indeks morannya , nilai ini lebih mendekati nilai nol dan jauh dari angka 1, artinya nilai keterkaitan/ketergantungan (dependensi) spatialnya masih sangat rendah. Uji Hipotesis Global Moran Penelitian ini menggunakan kesimpulan uji hipotesis bahwa Hipotesis nol (H 0 ) yang menyatakan Tidak ada autokorelasi (dependensi) spasial antar Kabupaten/Kota dalam hal sektor Pertanian Peternakan Kehutanan dan Perikanan dan Hipotesis alternatif (H 1 ) yang menyatakan Ada Autokorelasi (dependensi) spasial antar Kabupaten/kota dalam hal sektor Pertanian Peternakan Kehutanan dan Perikanan. Penelitian ini menggunakan nilai signifikansi pada α = 5%. Perhitungan uji hipotesis menggunakan nilai P-value dan Z hitung (z-value). Ketika P-value < α dan Z hitung > Z α 2 maka 87 - Volume 3, No. 2, Mei 2015

5 kesimpulannya akan menolak H 0 dan menerima H 1, yang berarti ada autokorelasi (dependensi) spasial antar kabupaten/kota dalam hal sektor Pertanian Peternakan Kehutanan dan Perikanan. Berdasarkan output diagram randomization GEODA menunjukkan nilai pseudo P-value adalah 0.03 < α = 0.05 dan nilai Z hitung (z-value) adalah 2,1744 > Z α/2 = 1.96, maka kesimpulannya adalah H 0 ditolak dan menerima H 1, ada autokorelasi (dependensi) antar kabupaten/kota dalam hal sektor pertanian peternakan kehutanan dan perikanan. spasial (cluster) dalam nilai bobot LQ yang sama. b. Analisis Lokal Moran (LISA) Hasil keluaran dari analisis lokal Moran s untuk sektor pertanian peternakan kehutanan dan perikanan di peroleh berdasarkan output LISA signifincance map seperti terlihat pada gambar 3. Terlihat ada 3 (tiga) kabupaten yang memiliki nilai p-value berada di bawah angka signifikansi α 0.05, yaitu Kabupaten Aceh Tengah, Kabupaten Gayo Lues dan Kabupaten Aceh Selatan, sementara Kabupaten lain tidak signifikan pada α 5%, karena memiliki nilai p- value lebih besar dari Gambar 2. Diagram Randomization Sektor Pertanian Peternakan Kehutanan dan Perikanan Kabupaten/Kota di Provinsi Aceh. Selanjutnya dari diagram Randomization seperti terlihat dari gambar 2 dapat juga diambil kesimpulan bahwa apabila nilai I > I 0, maka data memiliki autokorelasi positif, jika I < I 0 maka data memiliki autokorelasi negative. Dari hasil analisis seperti terlihat dalam gambar 2 diperoleh nilai Indeks Moran s (I) = lebih besar dari nilai ekspektasi moran s I (I 0 ) = , maka kesimpulan yang di ambil adalah dalam hal sektor pertanian peternakan kehutanan dan perikanan antara kabupaten/kota di Aceh memiliki autokorelasi positif. Artinya antar Kabupaten/kota berpotensi untuk membentuk pengelompokan Gambar 3. LISA significance map sektor pertanian peternakan kehutan dan perikanan. Uji Hipotesis Lokal Moran s (LISA) Dalam analisis lokal Moran metode penarikan kesimpulan statistik menggu-nakan metode uji hipotesis berikut : Ho : Ii = 0 (tidak ada outokorelasi lokal antar kabupaten) H 1 : Ii 0 (ada ouotokorelasi lokal antar kabupaten) Pengambilan keputusan dengan melihat, apabila nilai p-value < α dan indeks LISA Ii 0, maka Ho di tolak dan menerima H 1. Volume 3, No. 2, Mei

6 Kesimpulan uji hipotesis per kabupaten/kota seperti terlihat pada table berikut. Tabel 1. Analisis Lokal Moran s (S4) dalam PDRB, sektor Pertanian Peternakan Kelautan dan Perikanan. Nilai indeks Moran s I adalah , nilai ini lebih mendekati nilai nol dan jauh dari angka 1, artinya nilai keterkaitan/ketergantungan (dependensi) spatialnya masih sangat rendah. Sumber : Data Olah, Untuk mendapatkan kesimpulan interpretasi yang lebih luas analisis ini menggunakan dua batas signifikansi α yaitu pada α = 5% dan α = 10% seperti terlihat pada table 1 diatas. Dari rincian uji hipotesis pada table 1 terlihat tidak ada kabupaten/kota yang signifikan berautokorelasi secara lokal pada α = 5%, namun beberapa kabupaten/kota signifikan berautokorelasi secara lokal pada α = 10%. Hal ini diindikasikan dari ditolaknya H 0 pada α=10%, hal ini terjadi di 6 (enam) Kabupaten/Kota, yaitu Kabupaten Aceh Barat, Kabupaten Aceh Selatan, Kabupaten Aceh Tengah, Kabupaten Aceh Tenggara, Bireun, dan Gayo Lues. Gambar 4. Moran Scatterplot Sektor Listrik Gas dan Air Bersih Kabupaten/Kota di Aceh Uji Hipotesis Global Moran s Sektor Listrik Gas dan Air Bersih Berdasarkan hasil analisis dengan menggunakan program GEODA seperti terlihat pada gambar 5, nilai pseudo P-value adalah 0.33 > α = 0.05 dan nilai Z hitung (z-value) adalah < Z α/2 = 1.96, maka kesimpulannya adalah menerima H 0, hal ini berarti tidak ada autokorelasi (dependensi) antar kabupaten/kota dalam hal sektor listrik gas dan air bersih. 2) Sektor Listrik Gas dan Air Bersih Nilai indeks Moran s untuk Sektor listrik gas da air bersih seperti terlihat pada diagram Scatterplot dalam gambar 4. Dari gambar terlihat pola diagram pencar pada sektor empat Gambar 5. Diagram Randomization listrik gas dan air bersih Kabupaten/Kota di Provinsi Aceh Volume 3, No. 2, Mei 2015

7 c. Analisis Lokal Moran s (LISA) Dari gambar 6 terlihat hanya ada satu kota yang memiliki nilai p-value berada di bawah angka signifikansi α = 0.05, yaitu Kota Lhokseumawe, sementara kabupaten/ kota lain tidak signifikan pada α =5%, karena memiliki nilai p-value lebih besar dari Artinya hanya Kota Lhokseumawe yang berpotensi untuk terjadi autokorelasi spasial secara lokal dengan kabupaten tetangganya. Tabel 2. Analisis Lokal Moran (LISA) sektor listrik gas dan air bersih Sumber : Data Olah, Gambar 6. LISA significance map untuk sektor listrik gas dan air bersih. Uji Hipotesis Lokal Moran (LISA) Sektor Listrik Gas dan Air Bersih Dalam analisis lokal Moran metode penarikan kesimpulan statistik menggunakan metode uji hipotesis berikut: Ho : Ii = 0 (tidak ada outokorelasi lokal antar kabupaten) H 1 : Ii 0 (ada ouotokorelasi lokal antar kabupaten) Berdasarkan table 2 terlihat hanya Kota Lhokseumawe yang terjadi autokorelasi secara lokal pada α = 5% maupun pada batas signifikansi α = 10%. Sedangkan kabupaten/ kota yang lain tidak berpotensi untuk membentuk pola keterkaitan secara lokal pada batas signifikansi α = 5% maupun pada α = 10%. 3) Sektor Jasa-Jasa a. Analisis Global Moran (Moran s I) Sama seperti 2 sektor sebelumnya Nilai indeks Moran untuk sector jasa-jasa juga lebih mendekati nilai 0, dengan nilai indeks moran nya 0,138651, artinya nilai keterkaitan/ketergantungan spatialnya masih sangat rendah. (dependensi) Gambar 7. Diagram Pencar dan Indeks Moran Sektor Jasa-Jasa. Volume 3, No. 2, Mei

8 Uji Hipotesis Global Moran Sektor Jasa-Jasa Berdasarkan hasil analisis dengan menggunakan program GEODA seperti terlihat pada gambar 8. Gambar 8. Diagram Randomization sektor jasa-jasa Kabupaten/Kota di Provinsi Aceh. Nilai pseudo P-value untuk sector jasajasa adalah 0.09 > α = 0.05 dan nilai Z hitung (zvalue) adalah 1.42< Z α/2 = 1.96, maka kesimpulannya adalah menerima H 0, hal ini berarti tidak ada autokorelasi (dependensi) antar kabupaten/kota dalam hal sektor jasa-jasa. b. Analisis Lokal Moran s (LISA) Sektor Jasa-Jasa Hasil analisis LISA seperti yang ditampilkan pada LISA significance map pada gambar 9, untuk sector jasa-jasa ada 3 kabupaten yang memiliki p-value berada di bawah angka signifikansi α = 0.05, yaitu Kabupaten Aceh Besar, Kabupaten Aceh Utara dan Kabupaten Bener Meriah, sementara kabupaten lain tidak signifikan pada α =5%. Artinya Kabupaten Aceh Besar, Kabupaten Aceh Utara dan Kabupaten Bener Meriah berpotensi untuk terjadi autokorelasi spasial secara lokal dengan kabupaten tetangganya. Gambar 9. LISA significance map untuk sektor jasajasa. Uji Hipotesis Lokal Moran (LISA) Sektor Jasa-Jasa Berdasarkan table 3 terlihat ada 3 kabupaten yang signifikan terjadi autokorelasi secara lokal pada α = 5%, yaitu Kabupaten Aceh Utara, Kabupaten Bener Meriah dan Kabupaten Aceh Besar. Sedangkan Kabupaten Aceh Tamiang dan Kota Langsa signifikan terjadi autokorelasi pada α = 10%. Sementara Kabupaten yang lain berdasarkan uji hipotesis pada α = 5% maupun pada α = 10% menerima Ho, yang bermakna bahwa tidak ada autokorelasi secara lokal antar kabupaten/kota. Tabel 3. Analisis Lokal Moran s Sektor Jasa-Jasa Kabupaten/Kota di Provinsi Aceh Volume 3, No. 2, Mei 2015

9 yang dominan di Kabupaten/Kota di Aceh masih menjauhi nilai +1. Berdasarkan analisis Local Moran s sedikit sekali Kabupaten/Kota di Provinsi Aceh yang membentuk pola spasial Local Cluster, khususnya yang bernilai Hot Spot (High-High). Sebaliknya pola acak (random) mendominasi seluruh Kabupaten/Kota di Provinsi Aceh. Sumber : Data Olah, SIMPULAN DAN SARAN Simpulan Berdasarkan tujuan penelitian dan analisis data, maka hasil penelitian dapat disimpulkan sebagai berikut: 1. Semua kabupaten/kota di Aceh memiliki sektor unggulan, dalam struktur perekonomiannya. Meski sangat variatif sektor yang menjadi sektor basis di semua Kabupaten/Kota di Aceh, namun ada beberapa sektor yang dominan dimiliki oleh hampir semua Kabupaten/Kota di Aceh. 2. Sektor unggulan didominasi oleh sektor pertanian peternakan kehutanan dan perikanan, sektor listrik gas dan air bersih dan sektor jasa-jasa. 3. Berdasarkan hasil Analisis Global Moran s, secara umum kabupaten/kota di Provinsi Aceh memiliki hubungan keterkaitan yang rendah. Hal ini ditandai dari besaran nilai indeks Moran s ketiga sektor unggulan Saran Hasil penelitian ini diharapkan bisa menjadi referensi bagi Pemerintah dalam menentukan kebijakan perencanaan yang lebih strategis dimasa sekarang dan yang akan datang. Beberapa kebijakan yang bisa dilakukan antara lain: 1. Sektor basis yang menjadi sektor unggulan dalam struktur perekonomian aceh masih didominasi oleh sektor primer, terutama sektor pertanian. Jika dilihat dari potensi lahan dan lingkungan alam Provinsi Aceh, seharusnya bisa memberi kontribusi lebih besar lagi terhadap perekonomian Aceh. Karena itu perlu upaya Pemerintah untuk lebih memaksimalkan pemanfaatan teknologi terbaru kegiatan pasca produksi yang lebih baik melalui kegiatan Agroindustri. 2. Meskipun jika dilahat dari hasil tinjauan penelitian yang menunjukkan tingkat keterkaitan antar regional wilayah kabupaten/kota yang masih sangat lemah, namun tetap perlu ada upaya pemerintah untuk meningkatkan bentuk kerjasama regional antar Kabupaten/Kota di Aceh untuk lebih meningkatkan skala ekonomi regional wilayah. Sehingga aktifitas Volume 3, No. 2, Mei

10 perekonomian dan produksi terutama disektor pertanian memiliki nilai saing yang kuat dipasar nasional maupun internasional. DAFTAR PUSTAKA Aliasudin, W., Jamal, A., Siregar, M. I., Nasir, M., Fakhrudin, Masyrafah, H. H. (2011). Kajian Pengelolaan dan Pemanfaatan Dana Otonomi Khusus Aceh. Jakarta: Decentralization Support Facility. Yayasan Obor Indonesia. Statistik Indonesia (2014). Jakarta: BPS. Wajdi, M. (2015, 7 2). Teori Basis Ekonomi. Retrieved from Anselin. (1999). Spatial Econometrics. Dallas: University of Texas. Kim, H. S. (2014). Patterns of Economic Development in the World. Journal of Global Economics, 1-8. Lembo, A. J. (2007). Spatial Autocorrelation - Join Count Analysis. Salisbury University. Lentz, J. (2015, July 4). ArcGIS Help Retrieved from ArcGIS Resources: Levinson, D., dan Pathak, A. (2015, Januari 25). Wikipedia. Retrieved from _of_agglomeration. Murwito, S., Rheza, B., Mulyati, S., Karlinda, E., Riyadi, I. A., dan Darmawiasih, R. (2013). Kerjasama Antar Daerah di Bidang Perdagangan sebagai Alternatif Kebijakan Peningkatan Perekonomian Daerah. Jakarta: Komite Pemantauan Pelaksanaan Otonomi Daerah. Prasetyo, E. (2008). The quality of Growth: Peran Teknologi dan Investasi Human Capital Sebagai Pemacu Pertumbuhan Ekonomi Berkualitas. JEJAK, Rustiadi, E., Saefulhakim, S., dan Panuju, D. R. (2009). Perencanaan dan Pengembangan Wilayah. Jakarta: 93 - Volume 3, No. 2, Mei 2015