Javascript must be enabled to continue!
PEMETAAN EFEK SPASIAL KEMISKINAN SELURUH KABUPATEN DI INDONESIA
View through CrossRef
Kemiskinan menjadi salah satu penghambat sulitnya suatu daerah/negara untuk maju. Kemiskinan menyebabkan menurunnya kualitas sumberdaya manusia, akibat ketidakmampuan mengakses pendidikan, kesehatan, nutrisi yang baik yang berimbas pada produktivitas yang melemah. Studi ini bertujuan untuk menganalisis pola sebaran kemiskinan seluruh kabupaten di Indonesia dengan memakai metode Moran’s Index. Selain itu studi ini juga melihat sebaran spasial kemiskinan secara lokal di setiap kabupaten dengan pendekatan Local Indicator of Spatial Autocorrelation (LISA). Adapun periode data yang digunakan adalah tahun 2019. Hasil studi mengemukakan kantong-kantong kemiskinan di Indonesia sebagian besar terletak di Provinsi Papua, Papua Barat dan Nusa Tenggara Timur. Kabupaten dengan kemiskinan terendah terdapat di kabupaten Provinsi Bali dan Kalimantan Selatan. Hasil perhitungan Uji Moran terdapat autokorelasi positif sebesar 0,474259 yang menunjukkan adanya keterkaitan spasial secara umum di seluruh kabupaten di Indonesia dengan pola yang menggerombol (clustred). Sementara hasil uji LISA memetakan tingkat kemiskinan penduduk dalam empat kelompok, yakni: terdapat 50 Kabupaten yang berada pada kriteria kabupaten dengan kemiskinan tinggi dikelilingi kabupaten kemiskinan tinggi (high-high), 69 kabupaten yang masuk dalam kriteria kemiskinan rendah dikelilingi kabupaten kemiskinan rendah (low-low), 12 kabupaten pada kriteria kemiskinan rendah, dikelilingi kabupaten kemiskinan tinggi (low-high) dan 5 kabupaten kemiskinan tinggi dikelilingi kabupaten kemiskinan rendah (high-low). Perbedaan tingkat kemiskinan menunjukkan penanganan/penuntasan kemiskinan tidak dapat diseragamkan setiap daerah
Title: PEMETAAN EFEK SPASIAL KEMISKINAN SELURUH KABUPATEN DI INDONESIA
Description:
Kemiskinan menjadi salah satu penghambat sulitnya suatu daerah/negara untuk maju.
Kemiskinan menyebabkan menurunnya kualitas sumberdaya manusia, akibat ketidakmampuan mengakses pendidikan, kesehatan, nutrisi yang baik yang berimbas pada produktivitas yang melemah.
Studi ini bertujuan untuk menganalisis pola sebaran kemiskinan seluruh kabupaten di Indonesia dengan memakai metode Moran’s Index.
Selain itu studi ini juga melihat sebaran spasial kemiskinan secara lokal di setiap kabupaten dengan pendekatan Local Indicator of Spatial Autocorrelation (LISA).
Adapun periode data yang digunakan adalah tahun 2019.
Hasil studi mengemukakan kantong-kantong kemiskinan di Indonesia sebagian besar terletak di Provinsi Papua, Papua Barat dan Nusa Tenggara Timur.
Kabupaten dengan kemiskinan terendah terdapat di kabupaten Provinsi Bali dan Kalimantan Selatan.
Hasil perhitungan Uji Moran terdapat autokorelasi positif sebesar 0,474259 yang menunjukkan adanya keterkaitan spasial secara umum di seluruh kabupaten di Indonesia dengan pola yang menggerombol (clustred).
Sementara hasil uji LISA memetakan tingkat kemiskinan penduduk dalam empat kelompok, yakni: terdapat 50 Kabupaten yang berada pada kriteria kabupaten dengan kemiskinan tinggi dikelilingi kabupaten kemiskinan tinggi (high-high), 69 kabupaten yang masuk dalam kriteria kemiskinan rendah dikelilingi kabupaten kemiskinan rendah (low-low), 12 kabupaten pada kriteria kemiskinan rendah, dikelilingi kabupaten kemiskinan tinggi (low-high) dan 5 kabupaten kemiskinan tinggi dikelilingi kabupaten kemiskinan rendah (high-low).
Perbedaan tingkat kemiskinan menunjukkan penanganan/penuntasan kemiskinan tidak dapat diseragamkan setiap daerah.
Related Results
KEMAMPUAN SPASIAL SISWA MTS DITINJAU DARI PERBEDAAN GAYA KOGNITIF
KEMAMPUAN SPASIAL SISWA MTS DITINJAU DARI PERBEDAAN GAYA KOGNITIF
Tujuan penelitian ini untuk mendeskripsikan kemampuan spasial siswa ditinjau dari perbedaan gaya kognitif. Kemampuan spasial dalam penelitian mencangkup 5 komponan, yaitu persepsi ...
Pemodelan Data Kemiskinan di Provinsi Jawa Barat Menggunakan Regresi Spasial Data Panel
Pemodelan Data Kemiskinan di Provinsi Jawa Barat Menggunakan Regresi Spasial Data Panel
Persentase kemiskinan di Provinsi Jawa Barat masih tergolong cukup tinggi dan masih menjadi fokus perhatian pemerintah. Faktor-faktor yang memengaruhi kemiskinan penting untuk dike...
Analisis Kemiskinan di Provinsi D.I Yogyakarta
Analisis Kemiskinan di Provinsi D.I Yogyakarta
Abstract. Poverty is a serious problem that exists in Indonesia, especially the Province in D.I Yogyakarta. Poverty occurs due to various factors, including the high unemployment r...
DAMPAK ZAKAT, INFAK DAN SEDEKAH (ZIS) TERHADAP PENURUNAN TINGKAT KEMISKINAN DAN PERCEPATAN PENGENTASAN KEMISKINAN
DAMPAK ZAKAT, INFAK DAN SEDEKAH (ZIS) TERHADAP PENURUNAN TINGKAT KEMISKINAN DAN PERCEPATAN PENGENTASAN KEMISKINAN
Tujuan Penelitian: Untuk menganalisa dampak pendistribusian ZIS dalam mereduksi tingkat kemiskinan dan mempercepat proses pengentasan kemiskinan dengan mengambil studi kasus Lembag...
Pemodelan Indeks Kedalaman Kemiskinan di Kabupaten/ Kota Provinsi D.I. Yogyakarta Tahun 2017-2022 dengan Regresi Data Panel
Pemodelan Indeks Kedalaman Kemiskinan di Kabupaten/ Kota Provinsi D.I. Yogyakarta Tahun 2017-2022 dengan Regresi Data Panel
Kemiskinan merupakan salah satu indikator terjadinya kesenjangan pembangunan. Salah satu alat ukur untuk mengetahui tingkat kemiskinan di suatu daerah adalah Indeks Kedalaman Kemis...
PENGARUH PEMBERIAN IKAN TERI (Engraulis encrasicolus) PADA MEMORI SPASIAL TIKUS SPRAGUE DAWLEY USIA SATU BULAN
PENGARUH PEMBERIAN IKAN TERI (Engraulis encrasicolus) PADA MEMORI SPASIAL TIKUS SPRAGUE DAWLEY USIA SATU BULAN
Latar Belakang: Memori spasial merupakan bagian dari kognitif yang berperan penting dalam kehidupan. Ikan teri (Engraulis encrasicolus) merupakan salah satu jenis oily fish yang me...
ESTIMASI BIOMASSA TEGAKAN HUTAN HUJAN TROPIS DI BUKIT MANDIANGIN MENGGUNAKAN METODE INTERPOLASI SPASIAL
ESTIMASI BIOMASSA TEGAKAN HUTAN HUJAN TROPIS DI BUKIT MANDIANGIN MENGGUNAKAN METODE INTERPOLASI SPASIAL
. Biomassa atau cadangan karbon merupakan salah satu indikator kelestarian tegakan hutan. Kuantitas biomassa yang stabil dan proporsional mengindikasikan kelestarian hutan berada ...
Analisis Tingkat Kemiskinan Tahun 2023 Di Badan Pusat Statistik (BPS) Kabupaten Jember
Analisis Tingkat Kemiskinan Tahun 2023 Di Badan Pusat Statistik (BPS) Kabupaten Jember
Kemiskinan di Jawa Timur, termasuk di Kabupaten Jember, tetap menjadi tantangan besar yang kompleks dan multidimensional. Persentase penduduk miskin di Kabupaten Jember meningkat s...

