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
DAMPAK TEKNOLOGI TERHADAP PROSES BELAJAR MENGAJAR
DAMPAK TEKNOLOGI TERHADAP PROSES BELAJAR MENGAJAR
DAFTAR PUSTAKAAditama, M. H. R., & Selfiardy, S. (2022). Kehidupan Mahasiswa Kuliah Sambil Bekerja di Masa Pandemi Covid-19. Kidspedia: Jurnal Pendidikan Anak Usia Dini, 3(...
POLA SPASIAL GLOBAL KEMISKINAN DESA DI KABUPATEN LOMBOK UTARA
POLA SPASIAL GLOBAL KEMISKINAN DESA DI KABUPATEN LOMBOK UTARA
Kemiskinan desa merujuk pada kondisi dimana penduduk di daerah pedesaan mengalami kesulitan dalam memenuhi kebutuhan dasar. Kemiskinan setiap desa dilihat dari aspek spasial desa y...
Pemodelan Fixed Effect Panel Spatial Durbin Error Model Pada Tingkat Kemiskinan
Pemodelan Fixed Effect Panel Spatial Durbin Error Model Pada Tingkat Kemiskinan
Permasalahan yang ada di setiap negara khususnya negara berkembang termasuk Indonesia adalah kemiskinan. Program dalam mengentaskan kemiskinan merupakan pokok tujuan dari Sustainab...
Keadilan Spasial Dalam Mendukung Ketimpangan Sosial: Studi Kasus Kabupaten Bogor
Keadilan Spasial Dalam Mendukung Ketimpangan Sosial: Studi Kasus Kabupaten Bogor
ABSTRACTBogor Regency is characterized by diverse patterns of regional development across its different areas. In the western part of Bogor, the proportion of built-up land is the ...
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...
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 ...
Efektifitas BLT Covid-19 di Desa Moyo Kecamatan Moyo Hilir Kabupaten Sumbawa (Studi Konstruksi Sosial Kemiskinan)
Efektifitas BLT Covid-19 di Desa Moyo Kecamatan Moyo Hilir Kabupaten Sumbawa (Studi Konstruksi Sosial Kemiskinan)
Kondisi Pandemi yang berkepanjangan tentu menyulitkan masyarakat miskin dalam mencari nafkah, dan BLT Covid 19 merupakan salah satu usaha untuk membantu meringankan beban masyaraka...
Analisis Perubahan Kemiskinan Sektoral Indonesia Berdasarkan Sektor Kegiatan Ekonomi, Periode Kebijakan 2004 – 2017
Analisis Perubahan Kemiskinan Sektoral Indonesia Berdasarkan Sektor Kegiatan Ekonomi, Periode Kebijakan 2004 – 2017
Dengan menggunakan data susenas tahun 2004, 2009, 2014, dan 2017, penelitian ini bertujuan untuk menghitung besarnya ukuran kemiskinan agregat dan sektoral selama periode kebijakan...

