ANALISIS KUADRAN UNTUK INDIKATOR INDIKATOR KEMISKINAN PADA DATA SUSENAS 2011 TINGKAT DAERAH DAN TINGKAT PROVINSI

Transkripsi

1 ANALISIS KUADRAN UNTUK INDIKATOR INDIKATOR KEMISKINAN PADA DATA SUSENAS 211 TINGKAT DAERAH DAN TINGKAT PROVINSI

2 Indikator 2 Tinggi Pengertian secara umum Analisis Kuadran Analisis kuadran merupakan analisis yang menggunakan perbandingan 2 indikator. Analisis kuadran dapat membagi 4 daerah plot berdasarkan nilai rata-rata yang sudah ditentukan. Secara garis besar 4 bahagian tersebut adalah kuadran 1, kuadran 2, kuadran 3 dan kuadran 4. Kuadran 1 Kuadran 2 Kuadran 3 Kuadran 4 Rendah Tinggi Indikator 1 Secara umum analisis kuadran dapat menentukan plot data atau faktor yang memiliki karakteristik tertentu berdasarkan kuadrat dari posisi data tersebut. Posisi plot data atau faktor yang terletak dalam suatu kuadran tertentu memiliki karakteristik yang hampir sama (homogen) sehingga mempermudah mengambil suatu tindakan, kebijakan serta rencana kegiatan untuk kedepan berdasarkan karakteristik kuadran tersebut. Karakteristik untuk setiap kuadran hampir sama di setiap kasus. Secara umum karakteristik setiap kuadran adalah kuadran 1 memiliki nilai indikator sumbu x rendah namum nilai indikator sumbu y tinggi. Kuadran 2 memiliki nilai indikator sumbu x dan sumbu y tinggi. Kuadran 3 memiliki nilai indikator sumbu x dan sumbu y rendah sedangkan kuadran 4 memiliki nilai indikator sumbu x tinggi namum nilai indikator sumbu y rendah. Interpretasi analisis kuadran untuk setiap kuadran berbeda-beda dalam setiap kasus tergantung terhadap interpretasi untuk setiap indikator yang mau dibandingkan. Seperti halnya salah satu indikator kemiskinan yaitu Indek Pembangunan Manusia (IPM) dimana semakin tinggi nilai IPM suatu daerah maka daerah tersebut memiliki peluang lebih besar menjadi daerah yang maju karena IPM salah satu indikator suatu daerah atau negara dikatakan maju atau tidak sedangkan jika pada indikator Persentase Penduduk Miskin interpretasinya malah sebaliknya dimana suatu daerah di katakan maju dalam bidang ekonomi maka persentase penduduk miskinnya kecil. Berdasarkan beberapa interpretasi indikator kemiskinan yang berbeda-beda tersebut maka dalam interpretasi analisis kuadran setiap kuadran berbeda-beda sesuai dengan indikator yang dibandingkan. Secara umum mempresentasikan data Analisis kuadran yaitu menempatkan garis perpotongan kuadran pada nilai rata-rata hasil pengamatan pada masing-masing sumbu dengan tujuan untuk mengetahui secara spesifik masing-masing faktor terletak pada kuadran berapa.

3 Daftar Perbandingan Indikator A. Menggunakan Indikator Kemiskinan dengan Data Tingkat Daerah... 1 INDIKATOR IPM dengan GARIS KEMISKINAN... 1 PRESENTASE PENDUDUK MISKIN dengan P PERSENTASE PENDUDUK MISKIN dengan P PERSENTASE PENDUDUK MISKIN dengan IPM... 4 PERSENTASE PENDUDUK MISKIN dengan GARIS KEMISKINAN... 5 JUMLAH ANGKATAN KERJA dengan JUMLAH PENDUDUK MISKIN... 6 JUMLAH ANGKATAN KERJA dengan TINGKAT PENGANGGURAN... 7 TINGKAT PENGANGURAN dengan IPM... 8 B. Menggunakan Indikator Kemiskinan dengan Data Tingkat Provinsi... 9 INDIKATOR IPM DENGAN GARIS KEMISKINAN... 9 PERSENTASE PENDUDUK MISKIN dengan P PERSENTASE PENDUDUK MISKIN dengan P PERSENTASE PENDUDUK MISKIN dengan IPM PERSENTASE PENDUDUK MISKIN dengan GARIS KEMISKINAN TINGKAT PENGANGURAN TERBUKA dengan IPM GINI RASIO dengan IPM... 15

4 DATA Indikator yang digunakan Garis kemiskinan, Indeks Pembangunan Manusia, Persentase Penduduk Miskin, P1 (Indeks Kedalaman Kemiskinan), P2 (Indeks Keparahan Kemiskinan), Garis kemiskinan, Jumlah Angkatan Kerja, Jumlah Penduduk Miskin, Tingkat Pengangguran Terbuka dan Gini rasio Kemiskinan. Data Data Susenas tingkat provinsi dan kabupaten tahun 211 Sumber BPS

5 Garis kemiskinan 1 A. Menggunakan Indikator Kemiskinan dengan Data Tingkat Daerah INDIKATOR IPM dengan GARIS KEMISKINAN Scatterplot of Garis kemiskinan vs Indeks Pembangunan Manusia Indeks Pembangunan Manusia 8 Gambar 1 menunjukkan sebaran plot antara indikator garis kemiskinan dan IPM dengan data tingkat daerah, terdapat daerah-daerah yang memiliki nilai-nilai garis kemiskinan tinggi dan nilai IPM yang relatif kecil (kode daerah 9433=PUNCAK,9436=DEIYAI) dimana rata-rata daerah tersebut termasuk dalam daerah Papua (Gambar 2). Gambar 2 juga menggambarkan bahwa keragaman data pada indikator IPM dan Garis kemiskinan pada Papua sangat tinggi terlihat bahwa dengan sebaran data yang rentangan cukup jauh. Nilai IPM yang keragamannya tinggi pada papua mengambarkan adanya kesenjangan yang cukup besar dalam hal standar hidup dan pendidikan disana.

6 P1 (Indeks Kedalaman Kemiskinan ) PRESENTASE PENDUDUK MISKIN dengan P Persentase Penduduk Miskin Secara garis besar perbandingan antara indikator P1 dengan Persentase penduduk miskin berbanding lurus, sehingga semakin tinggi P1 maka persentase kemiskinan juga meningkat. Dari Gambar 1 dan 2 di atas dapat disimpulkan daerah-daerah dikawasan Papua rata-rata memiliki nilai indikator P1 dan Persentase penduduk miskin yang cukup tinggi sehingga perlu mendapatkan perhatian yang lebih mendalam oleh pemerintahan. Kepulauau Kalimantan (biru) memiliki nilai P1 dan Persentase penduduk miskin yang relatif kecil. Hal ini mengambarkan bahwa ekonomi di sana masih dalam kondisi cukup stabil sehingga masih dapat dikembangkan dalam sektor ekonomi di daerah tersebut.

7 P2 (Indeks Keparahan Kemiskinan) PERSENTASE PENDUDUK MISKIN dengan P Persentase Penduduk Miskin Secara garis besar perbandingan antara indikator P2 dengan Persentase penduduk miskin berbanding lurus sehingga semakin tinggi P2 maka persentase kemiskinan juga meningkat. Dari gambar 1 dan 2 di atas dapat disimpulkan daerah-daerah dikawasan Papua rata-rata memiliki nilai indikator P2 dan Persentase penduduk miskin yang tinggi sehingga perlu mendapatkan perhatian yang lebih mendalam oleh pemerintahan, selain itu kepulauau Jawa dan Kalimantan (merah dan biru) memiliki nilai P2 dan Persentase penduduk miskin yang relatif kecil namun pada Jawa walaupun memiliki jumlah penduduk miskin yang tinggi namun tingkat persentase penduduk miskin memiliki nilai relatif kecil dikarena kan jumlah penduduk yang sangat padat di kawasan tersebut.

8 Indeks Pembangunan Manusia PERSENTASE PENDUDUK MISKIN dengan IPM Persentase Penduduk Miskin Secara umun pada Gambar 1 dan 2 menunjukan bahwa Perbandingan indikator IPM dengan Persentase penduduk miskin berbandingan terbalik. Hal ini dapat dilihat dari daerah (9435= INTAN JAYA,9436 = DEIYAI) sebagian besar daerah Papua memiliki IPM yang cukup kecil sehingga persentase penduduk miskin daerah tersebut cukup tinggi. Pada Papua terdapat daerah dengan kode daerah 3471 (KOTA JAYAPURA) yang memiliki nilai IPM yang tinggi dan persentase kemiskinan rendah. Hal tersebut menggambarkan adanya kesenjangan dalam bidang ekonomi antara daerah kota dengan daerah perdesaan yang cukup significant.

9 Garis kemiskinan PERSENTASE PENDUDUK MISKIN dengan GARIS KEMISKINAN Persentase Penduduk Miskin Secara umun pada Gambar 1 dan 2 menunjukan bahwa Perbandingan indikator Garis kemiskinan dengan Persentase penduduk miskin berbandingan lurus. Hal ini dapat dilihat dari daerah (9435= INTAN JAYA,914 = TELUK BINTUNI) sebagian besar daerah Papua yang memiliki Garis kemiskinan yang besar juga memiliki persentase penduduk miskin yang cukup tinggi, sedangkan pada Sulawesi Maluku serta Kalimatan masih memiliki nilai yang relatif kecil untuk indikator Garis kemiskinan serta Persetase penduduk miskin.

10 Jumlah Penduduk Miskin JUMLAH ANGKATAN KERJA dengan JUMLAH PENDUDUK MISKIN kode Jumlah Angkatan Kerja Berdasarkan Gambar 1 dan 2 untuk perbandingan indikator Jumlah Penduduk miskin dan Jumlah angkatan kerja daerah dengan kode 321=Bogor,3172=kota jakarta timur dan sebagainya (sebagian besar bagian pulau Jawa Bali) memiliki jumlah angkatan kerja yang tinggi namun juga memiliki penduduk miskin yang cukup besar. Hal ini disebabkan oleh jumlah penduduk dikawasan Jawa dan Bali sangat padat sehingga ketersediaan lapangan kerja disana tidak dapat menampung semua permintaan lowongan pekerjaan disana sehingga banyak timbulnya pengganguran yang merupakan salah satu faktor penyebab kemiskinan. Pada daerah-daerah Gambar 2 mengambarkan Kalimantan (biru) dan Papua (pink) yang memiliki luas daerah yang sangat besar dan memiliki jumlah penduduk miskin serta jumlah angkatan kerja yang relatif kecil sehingga masih banyak peluang lapangan pekerjaan baru yang dapat dikembangkan.

11 Tingkat Pengangguran Terbuka JUMLAH ANGKATAN KERJA dengan TINGKAT PENGANGGURAN kode Jumlah Angkatan Kerja Secara garis besar berdasarkan Gambar 1 dan 2 pada daerah kawasan Jawa dan Bali memiliki jumlah angkatan kerja serta tingkat pengangguran terbuka sangat besar. Hal ini disebabkan karena populasi penduduk Indonesia berpusat khususnya pada pulau Jawa sehingga peningkatan Jumlah angkatan kerja tidak dapat mengimbangi peningkatan jumlah penduduk sehingga banyak timbulnya pengangguran. Pada daerah Papua (pink) dan Kalimantan (biru) posisi plot kedua indikator terfokus pada bagian kanan (lebih rendah dari nilai rata-rata jumlah angkatan kerja) dimana jumlah angkatan kerja sedikit sedangkan tingkat penganguran tersebar merata sehingga dibutuhkan banyak sekali lapangan pekerjaan baru untuk mengurangi tingkat pengangguran.

12 Tingkat Pengangguran Terbuka TINGKAT PENGANGURAN dengan IPM kode Indeks Pembangunan Manusia Secara umum perbandingan indikator IPM dengan Tingkat pengangguran adalah berbanding terbalik dimana semakin tinggi nilai IPM maka seharunya semakin kecil tingkat pengganguran terbuka namun secara kondisi nyata tidak semua daerah memiliki kondisi tersebut seperti Jawa dan Bali. Hal ini disebabkan salah satunya adalah faktor kepadatan penduduk. Suatu daerah yang memiliki IPM yang tinggi namun memiliki jumlah penduduk yang besar menyebabkan daerah tidak dapat memenuhi kebutuhan lapangan pekerjaan yang dibutuhkan sehingga terjadi banyak pengangguran.

13 Indeks Pembangunan Manusia 9 B. Menggunakan Indikator Kemiskinan dengan Data Tingkat Provinsi INDIKATOR IPM DENGAN GARIS KEMISKINAN Scatterplot of Indeks Pembangunan Manusia vs Garis Kemiskinan Garis Kemiskinan Secara umum daerah yang memiliki nilai IPM yang tinggi akan menurunkan tingkat kemiskinan daerah tersebut namun berdasarkan Gambar 1 dan 2 provinsi Jakarta yang memiliki nilai tertinggi indikator IPM tapi juga memiliki nilai indikator Garis kemiskinan yang cukup tinggi. Hal ini disebabkan karena kondisi provinsi Jakarta sendiri. Jakarta memiliki IPM yang tinggi sehingga standar hidup meningkat namun dengan diikuti pertumbuhan penduduk yang sangat cepat provinsi Jakarta tidak dapat memenuhi kebutuhan lowongan pekerjaan baru bagi penduduknya. Kondisi ini menyebabkan gejala kemiskinan meningkat karena tidak dapat memenuhi kebutuhan ekonomi (kurang mampu). Kepulauan Sulawesi serta beberapa provinsi di Kalimantan dengan jumlah penduduk yang tidak terlalu padat memiliki nilai IPM yang cukup tinggi dan nilai indikator Garis kemiskinan nya relatif kecil, kondisi ini merupakan kodisi yang harus dipertahankan serta dapat dikembangkan lebih baik lagi karena memiliki nilai IPM yang relatif tinggi.

14 Persentase Penduduk Miskin PERSENTASE PENDUDUK MISKIN dengan P P1 (Indeks Kedalaman Kemiskinan) Perbandingan Indikator P1 dengan Persentase penduduk miskin berbanding lurus dimana semakin tinggi nilai P1 menyebabkan Persentase penduduk miskin juga semakin meningkat. Gambar 1 dan 2 terlihat bahwa provinsi Papua dan Papua barat memiliki nilia kedua indikator yang tinggi. Sedangkan secara provinsi Jakarta dan Bali memiliki nilai P1 dan persentase penduduk miskin yang relatif kecil.

15 Persentase Penduduk Miskin PERSENTASE PENDUDUK MISKIN dengan P P2 (Indeks Keparahan Kemiskinan) Perbandingan Indikator P2 dengan Persentase penduduk miskin berbanding lurus dimana semakin tinggi nilai P1 maka Persentase penduduk miskin akan semakin meningkat. Gambar 1 dan 2 terlihat bahwa provinsi Papua dan Papua barat memiliki nilia kedua indikator yang tinggi. Sedangkan secara provinsi Jakarta dan Bali memiliki nilai P2 dan persentase penduduk miskin yang relatif kecil.

16 Persentase Penduduk Miskin PERSENTASE PENDUDUK MISKIN dengan IPM Indeks Pembangunan Manusia Berdasarkan Gambar 1 dan 2 terlihat bahwa nilai menyeluruh data provinsi Jakarta memiliki nilai yang cukup tinggi pada indikator IPM dan persentase penduduk miskin yang kecil meskipun persentase penduduk miskin kecil disebabkan jumlah penduduk yang besar. Provinsi Riau, Sulawesi utara serta bali juga memiliki kondisi yang hampir sama dengan jakarta yaitu memiliki Persentase penduduk miskin yang kecil dan nilai IPM diatas rata-rata sehinga kondisi tersebut harus dipertahankan bahkan dikembangkan kearah yang lebih baik. Gambar 1 dan 2 juga menggambarkan Papua serta Nusa tenggara memiliki Kondisi nilai IPM yang relatif kecil dan persentase kemiskinan di atas rata-rata. Kondisi ini sebaiknya harus diikuti dengan beberapa kebijakan tertentu provinsi untuk menurunkan persentase penduduk miskin dengan meningkatkan nilai IPM di daerah tersebut.

17 Persentase Penduduk Miskin PERSENTASE PENDUDUK MISKIN dengan GARIS KEMISKINAN Garis Kemiskinan Gambar 1 dan 2 menggambarkan bahwa provinsi Jakarta memiliki nilai indikator Garis kemiskinan yang cukup tinggi. Hal ini disebabkan Jakarta memiliki jumlah penduduk miskin yang besar (korelasi positif antara Garis kemiskinan dengan Jumlah penduduk miskin), namun memiliki persentase penduduk miskin yang kecil (karena dibandingkan dengan jumlah penduduk yang besar). Beberapa provinsi di kawsan pulau Jawa, Bali, serta Sulawesi memiliki nilai Garis kemiskinan serta persentase kemiskinan yang relatif kecil, kondisi ini sangat diharapkan untuk dipertahankan.

18 Tingkat Pengganguran Terbuka 14 TINGKAT PENGANGURAN TERBUKA dengan IPM Indeks Pembangunan Manusia 77.5 Berdasarkan Gambar 1 dan 2 terlihat bahwa sebagian besar provinsi di Sumatera memiliki nilai IPM diatas rata-rata sedangkan sebagian besar provinsi di Sulawesi dan Maluku memiliki nilai IPM di bawah rata-rata. Ada beberapa provinsi yang memiliki kondisi yang baik yaitu kuadran 4 saat nilai IPM tinggi dan Tingkat pengganguran terbuka yang rendah seperti Kalimantan Tengah, DI Yogyakarta, Sulawesi Utara serta Riau. Hal ini mengambarkan bahwa tingginya niai IPM menyebabkan tingkat penganguran turun karena nilai IPM tinggi mengambarkan juga melek huruf, pendidikan serta standar hidup di daerah tersebut sudah mulai meningkat.

19 Gini Rasio GINI RASIO dengan IPM Indeks Pembangunan Manusia Berdasarkan dari Gambar 1 dan 2 terlihat bahwa sebagian besar provinsi di Sumatera terdapat pada kuadran yang harus dipertahankan yaitu saat nilai IPM tinggi dengan nilai gini rasio yang relatif kecil seperti halnya provinsi Riau maupun Kepulauan Riau. Kondisi sebaliknya pada kuadran yang nilai IPM rendah serta nilai Gini rasio yang cukup besar seperti di Provinsi Papua,Papua barat serta sebahagian provinsi Sulawesi Maluku. Daerah- daerah yang terletak pada kuadran tersebut harus dilakukan tindakan tertentu oleh pemerintah untuk meningkatkan nilia IPM agar diharapkan nilai Gini rasio bisa berkurang.