Anda di halaman 1dari 89

FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT

KEMISKINAN DI INDONESIA

OLEH
DADAN HUDAYA
H14103O74

DEPARTEMEN ILMU EKONOMI


FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
2009
RINGKASAN

DADAN HUDAYA. Faktor-faktor yang Mempengaruhi Tingkat Kemiskinan di


Indonesia (dibimbing oleh ALLA ASMARA).

Kemiskinan sering dipahami sebagai keadaan kekurangan uang dan barang


untuk menjamin kelangsungan hidup, dan merupakan masalah klasik yang
dihadapi oleh sebagian besar negara sedang berkembang serta merupakan salah
satu indikator ekonomi untuk melihat tingkat kesejahteraan masyarakat di suatu
daerah. Jumlah penduduk miskin di Indonesia berfluktuasi dari tahun ke tahun.
Pada tahun 1976 penduduk miskin sekitar 54,2 juta jiwa. Angka ini pada tahun
1980 berkurang hingga menjadi sekitar 42,3 juta jiwa (sekitar 32,8 juta jiwa di
perkotaan, dan sekitar 9,5 juta jiwa di pedesaan), atau berkurang sekitar 21,95
persen dari tahun 1976. Pada tahun 1990 jumlah penduduk miskin berkurang
hingga menjadi sekitar 27,2 juta jiwa, atau berkurang sekitar 35,69 persen dari
tahun 1980. Namun, pada tahun 2002 jumlah penduduk miskin kembali
meningkat hingga menjadi sekitar 38,4 juta jiwa dan pada tahun 2007 jumlah
penduduk miskin menurun hingga menjadi sekitar 37.17 juta jiwa. Fluktuasi
jumlah penduduk miskin di Indonesia disebabkan oleh berbagai faktor, seperti
terjadinya krisis ekonomi, pertambahan jumlah penduduk tiap tahun, pengaruh
kebijakan pemerintah dan sebagainya.
Penelitian ini betujuan (1) Mendeskripsikan keadaan kemiskinan di
Indonesia dan (2) Menganalisis faktor-faktor yang mempengaruhi tingkat
kemiskinan di Indonesia. Sedangkan sumber data utama yang digunakan dalam
penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik
(BPS) dan Perpustakaan LSI IPB. Metode analisis yang digunakan untuk
menganalisa data-data kemiskinan yang telah diperoleh adalah analisis panel data
dengan bantuan perangkat lunak Microsoft Excel 2000 dan E-Views 5.1.
Hasil analisa menunjukkan bahwa Tingkat Pengangguran Terbuka (TPT)
memiliki nilai koefisien 773.3819, artinya apabila tingkat pengangguran
meningkat sebesar 1 persen, maka jumlah penduduk miskin akan meningkat
sebesar 773.3819 jiwa. Ini berarti terjadi korelasi yang positif antara TPT dan
tingkat kemiskinan. hal tersebut sesuai dengan hipotesis, bahwa tingkat
pengangguran memiliki korelasi yang positif dengan tingkat kemiskinan.
Variabel Pendapatan Perkapita (PP) berpengaruh signifikan terhadap
tingkat kemiskinan dan memiliki hubungan yang negatif. Nilai probabilitas (p-
value) sebesar 0.0000 dan koefisien yang diperoleh sebesar -0.044023, artinya
apabila PP meningkat sebesar 100 rupiah maka jumlah penduduk miskin menurun
sebesar 4,4023 jiwa. Hal ini sesuai dengan hipotesis bahwa pendapatan memiliki
korelasi yang negatif terhadap tingkat kemiskinan. Dengan meningkatnya
pendapatan perkapita maka angka kemiskinan akan menurun.
Variabel Angka Melek Huruf (AMH) sebagai indikator tingkat pendidikan
berpengaruh signifikan dan memiliki hubungan yang negatif terhadap tingkat
kemiskinan dengan nilai probabilitas (p-value) 0.0000. Koefisien AMH yang
diperoleh sebesar -23495.01, artinya apabila AMH meningkat sebesar 1 persen,
maka jumlah penduduk miskin akan menurun sebesar 23495.01 jiwa. Hal tersebut
sesuai dengan hipotesis bahwa AMH berkorelasi negatif terhadap tingkat
kemiskinan.
Berdasarkan hasil penelitian, dapat disimpulkan bahwa indikator jumlah
penduduk miskin, persentase penduduk miskin, Indeks Kedalaman Kemiskinan
serta Indeks Keparahan Kemiskinan menunjukan bahwa tingkat kemiskinan di
Indonesia untuk periode 2002-2004 semakin membaik. Tinggi rendahnya tingkat
kemiskinan yang terjadi di Indonesia salah satunya tergantung dari pendapatan
yang diterima oleh masyarakat, pengeluaran penduduk terhadap pendidikan serta
tergantung pada kebijakan pemerintah dalam menurunkan tingkat pengangguran.
Saran yang dapat diberikan dari hasil penelitian adalah provinsi-provinsi
yang memiliki tingkat kemiskinan yang cukup tinggi perlu diberi perhatian lebih
besar oleh pemerintah dalam program pengentasan kemiskinan melalui
peningkata kualitas pendidikan seperti penambahan anggaran Dana BOS tanpa
mengabaikan provinsi-provinsi lainya. Pemerintah harus memaksimalkan
kinerjanya yang terfokus kepada penduduk miskin melalui penambahan tingkat
kesempatan kerja melalui proyek-proyek padat karya, atau dengan peningkatan
kemampuan tenaga.
FAKTOR-FAKTOR YANG MEMPENGARUHI TINGKAT
KEMISKINAN DI INDONESIA

Oleh

DADAN HUDAYA
H14103074

Skripsi
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi
pada Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI


FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
2009
INSTITUT PERTANIAN BOGOR
FAKULTAS EKONOMI DAN MANAJEMEN
DEPARTEMEN ILMU EKONOMI

Dengan ini menyatakan bahwa skripsi yang disusun oleh,


Nama Mahasiswa : Dadan Hudaya
Nomor Pokok : H14103074
Departemen : Ilmu Ekonomi
Judul Skripsi : Faktor-faktor yang Mempengaruhi Tingkat
Kemiskinan di Indonesia

dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada
Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian
Bogor

Menyetujui,
Dosen Pembimbing

Alla Asmara, SPt, M.Si.


NIP : 197301131997021001

Mengetahui,
Ketua Departemen Ilmu Ekonomi

Dr. Ir. Rina Oktaviani, MS.


NIP : 196410231989032002

Tanggal Kelulusan :
PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH


BENAR-BENAR HASIL KARYA SAYA SENDIRI YANG BELUM PERNAH
DIGUNAKAN SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA
PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Bogor, Juli 2009

Dadan Hudaya
H14103074
RIWAYAT HIDUP

Penulis bernama Dadan Hudaya, lahir pada tanggal 20 Juli 1984 di


Tasikmalaya, Jawa Barat. Penulis merupakan anak kedua dari dua bersaudara, dari
pasangan Bapak Engkus Kusnadi dan Ibu Nonah Normawati. Penulis
menamatkan sekolah dasar pada SD Al-Irsyad, kemudian melanjutkan ke SLTP N
9 Bogor. Setelah itu penulis melanjutkan pendidikan menengah umum di SMU
Rimba Madya dan lulus pada tahun 2003.
Pada tahun 2003 penulis diterima sebagai mahasiswa Institut Pertanian
Bogor (IPB). Penulis masuk IPB melalui Undangan Seleksi Masuk IPB (USMI)
dan diterima sebagai mahasiswa Program Studi Ilmu Ekonomi, Fakultas Ekonomi
dan Manajemen (FEM). Selama menjadi mahasiswa, penulis telah aktif sebagai
wiraswasta.
KATA PENGANTAR

Assalamu’alaikum Wr. Wb.


Puji serta syukur pertama-tama penulis ucapkan kepada Allah SWT yang
menggenggam semua jiwa makhluk-Nya dan yang selalu memberi rahmat dan
nikmat-Nya sehingga penulis diberi kemudahan dalam menyelesaikan skripsi ini.
Salawat serta salam semoga selalu tercurah kepada Muhammad SAW sebagai
pemimpin besar revolusi umat manusia menuju zaman yang penuh dengan rahmat
dan hidayah-Nya.
Skripsi yang berjudul Faktor-faktor yang Mempengaruhi Tingkat
Kemiskinan di Indonesia ini disusun untuk memenuhi syarat mendapatkan gelar
Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan
Manajemen, Institut Pertanian Bogor.
Penulis mengucapkan terima kasih kepada seluruh pihak yang telah
memberikan bantuan, perhatian, dan dorongan semangat sehingga penulis dapat
menyelesaikan skripsi ini dengan baik. Untuk itu, ucapan terima kasih dan
penghargaan penulis sampaikan kepada:
1. Kedua orang tua penulis yaitu Bapak Engkus Kusnadi dan Ibunda Nonah
Normawati atas doa dan dukungannya serta kakanda Milah Carmilah.
2. Alla Asmara, SPt, M.Si selaku dosen pembimbing skripsi yang telah
memberikan ilmu dan membimbing penulis dengan sabar dalam proses
penyusunan skripsi ini sehingga dapat diselesaikan dengan baik.
3. Tanti Novianti, S.P, M.Si dan Widyastutik, SE, M.Si selaku dosen penguji
utama dan komisi pendidikan, yang telah memberi saran-saran dan ilmu
yang bermanfaat.
4. Spesial thanks to Eriza Kusumadewi yang terus memberikan semangat dan
dorongan.
5. Teman-teman seperjuangan selama kuliah, Yusuf, Angga Oktapriono, Nova
Harry, Rifky, Hendra, Agung, Zainul, Ryan dan Erik serta seluruh teman-
teman Ilmu Ekonomi A’40 & A’41.
Penulis menyadari bahwa dalam menyusun skripsi ini masih banyak
kekurangan. Dengan kerendahan hati, penulis meminta maaf dan mengharapkan
kritik dan saran yang membangun bagi perbaikan penulis.
Semoga hasil dari skripsi ini dapat memberikan manfaat bagi penulis
maupun semua pihak yang membutuhkan.
Wassalamu’alaikum Wr.Wb.

Bogor, Juli 2009

Dadan Hudaya
H14103074
DAFTAR ISI

Halaman

DAFTAR TABEL....................................................................................... iv
DAFTAR GAMBAR .................................................................................. vi
DAFTAR LAMPIRAN............................................................................... vii
I. PENDAHULUAN.................................................................................. 1
1.1. Latar Belakang................................................................................ 1
1.2. Permasalahan .................................................................................. 3
1.3. Tujuan Penelitian ............................................................................ 5
1.4. Manfaat Penelitian .......................................................................... 5
II. TINJAUAN PUSTAKA......................................................................... 9
2.1. Kemiskinan.................................................................................... 6
2.1.1. Definisi Kemiskinan............................................................. 6
2.1.2. Ukuran-ukuran kemiskinan................................................... 10
2.1.3. Ciri-ciri Kemiskinan............................................................. 11
2.1.4. Faktor Penyebab Kemiskinan ............................................... 13
2.2. Penelitian Terdahulu ...................................................................... 17
2.3. Kerangka Pemikiran....................................................................... 19
2.4. Hipotesis Penelitian ....................................................................... 21
III. METODE PENELITIAN .................................................................... 22
3.1. Jenis dan Sumber Data ................................................................... 22
3.2. Metode Analisis ............................................................................. 22
3.2.1. Analisis deskriftif ................................................................. 22
3.2.2. Analisis Panel Data .............................................................. 23
3.2.3. Pemilihan Model Data .......................................................... 30
3.2.3.1. Chow Test.............................................................. 31
3.2.3.2. Hausman Test ........................................................ 32
3.2.3.3. LM Test ................................................................. 33
ii

3.2.4. Evaluasi Model..................................................................... 34


3.2.4.1. Multikolinearitas.................................................... 34
3.2.4.2. Autokorelasi .......................................................... 35
3.2.4.3. Heteroskedastisitas................................................. 35
3.3. Model Umum Penelitian ................................................................ 36
IV. GAMBARAN UMUM......................................................................... 38
4.1. Keadaan Geografis dan Kependudukan ......................................... 38
4.2. Keadaan Perekonomian................................................................. 39
4.3. Perkembangan Tingkat Kemiskinan .............................................. 40
4.4. Perkembangan Tingkat Pengangguran Terbuka dan Angka
Melek huruf ................................................................................ 41
4.5. Perkembangan Pembangunan Manusia dan Laju Inflasi ................ 42
4.6. Program Pengentasan Kemiskinan ................................................ 44
4.6.1. Program Beras Miskin .......................................................... 45
4.6.2. PNPM .................................................................................. 48
4.6.3. Program Bantuan Operasional Sekolah................................. 49
V. HASIL DAN PEMBAHASAN.............................................................. 50
5.1. Gambaran Kemiskinan di Indonesia.................................................. 50
5.1.1. Perkembangan Jumlah Penduduk Miskin.............................. 50
5.1.2. Perkembangan Persentase Penduduk Miskin ........................ 52
5.1.3. Indek Kedalaman dan Keparahan Kemiskinan...................... 54
5.2. Hasil estimasi Model....................................................................... 61
5.3. Interpretasi Model........................................................................... 64
5.3.1. Tingkat Pengangguran Terbuka ............................................. 64
5.5.2. Pendapatan Perkapita ............................................................ 64
5.5.3. Angka Melek Huruf............................................................... 65
VI. KESIMPULAN DAN SARAN ............................................................ 67
6.1. Kesimpulan..................................................................................... 67
6.2. Saran............................................................................................... 68
DAFTAR PUSTAKA ................................................................................. 69
LAMPIRAN................................................................................................ 70
iii
iv

DAFTAR TABEL

Nomor Halaman

1.1. Produk Domestik Regional atas dasar harga konstan ......................... 4


3.1. Kerangka Identifikasi Autokorelasi ................................................... 35
4.1. Indikator Perekonomian Indonesia .................................................... 40
4.2. Perkembangan Jumlah Penduduk Miskin .......................................... 41
4.3. Perkembangan Tingkat Pengangguran Terbuka dan Angka
Melek Huruf ..................................................................................... 42
4.4. Perkembangan Pembangunan Manusia ............................................. 43
4.5. Laju Inflasi Tahunan ......................................................................... 44
4.6. Jumlah Rumah Tangga dan Pagu Alokasi raskin Nasional ................ 47
5.1. Indek Kedalaman Kemiskinan .......................................................... 56
5.2. Indek Keparahan Kemiskinan ........................................................... 60
5.3. Hasil Estimasi Panel Data ................................................................. 62
v

DAFTAR GAMBAR

Nomor Halaman

1.1. Perkembangan Penduduk Miskin Nasional........................................ 3


2.1. Kerangka Pemikiran.......................................................................... 20
3.1. Pengujian Pemilihan Model .............................................................. 31
4.1. Jumlah Penerima Raskin ................................................................... 46
5.1. Jumlah Penduduk Miskin .................................................................. 52
5.2. Persentase Penduduk Miskin............................................................. 54
vi

DAFTAR LAMPIRAN

Nomor Halaman

1. Tabel PDRB atas Dasar Harga Konstan ............................................ 68


2. Tabel Jumlah Penduduk .................................................................... 69
3. Tabel Angka Melek Huruf ................................................................ 70
4. Tabel Hasil Estimasi Panel Data ....................................................... 71
1

I. PENDAHULUAN

1.1. Latar Belakang

Kemiskinan sering menjadi topik yang dibahas dan diperdebatkan dalam

berbagai forum baik nasional maupun internasional, walaupun kemiskinan itu

sendiri telah muncul ratusan tahun yang lalu. Kemiskinan merupakan suatu

keadaan yang sering dihubungkan dengan kebutuhan, kesulitan dan kekurangan

dalam berbagai keadaan hidup. Perkembangan kondisi kemiskinan di suatu negara

secara ekonomis merupakan salah satu indikator untuk melihat perkembangan

tingkat kesejahteraan masyarakat. Oleh karenanya, dengan semakin menurunnya

tingkat kemiskinan yang ada maka dapat disimpulkan meningkatnya

kesejahteraan masyarakat di suatu negara.

Kemiskinan, disamping pengangguran dan ketimpangan merupakan

masalah klasik yang besar dan mendasar bagi sebagian besar negara sedang

berkembang termasuk di Indonesia. Berbagai indikator dan parameter untuk

mengukur tingkat kemiskinan dan menghitung jumlah penduduk miskin telah

lama diformulasikan dan dikembangkan para pakar dalam bidang ilmu ekonomi

dan sosial lainnya.

Dalam mewujudkan tujuan negara, pemerintah secara terus menerus telah

melakukan program pembangunan nasional. Dua sasaran utama yang selalu

mendapat perhatian dalam program pembangunan nasional adalah pengentasan

kemiskinan dan penurunan angka pengangguran. Pada masa pemerintahan orde

baru, upaya pemerintah untuk menurunkan kemiskinan dan pengangguran dapat

dikatakan cukup berhasil, namun setelah terjadinya krisis moneter pada tahun
2

1996 angka kemiskinan dan pengangguran meningkat kembali sehingga hasil

kinerja terhadap dua sasaran pembangunan tersebut, hasilnya belum

menggembirakan. Kemiskinan di Indonesia sampai saat ini masih terus-menerus

menjadi masalah yang berkepanjangan, bahkan sekarang ini dapat dikatakan

semakin memprihatinkan bila dibandingkan dengan tahun–tahun sebelumnya.

Berdasarkan Gambar 1.1 menunjukan jumlah penduduk miskin di

Indonesia pada periode 1976-2007 berfluktuasi dari tahun ke tahun. Pada tahun

1976 penduduk miskin sekitar 54,2 juta jiwa (sekitar 44,2 juta jiwa di perdesaan,

dan sekitar 10 juta jiwa di perkotaan). Angka ini pada tahun 1980 berkurang

hingga menjadi sekitar 42,3 juta jiwa (sekitar 32,8 juta jiwa di perkotaan, dan

sekitar 9,5 juta jiwa di perdesaan), atau berkurang sekitar 21,95 persen dari tahun

1976. Pada tahun 1990 jumlah penduduk miskin berkurang hingga menjadi sekitar

27,2 juta jiwa (sekitar 17,8 juta jiwa di perkotaan, dan sekitar 9,4 juta jiwa di

perdesaan), atau berkurang sekitar 35,69 persen dari tahun 1980.

Pada tahun 1996 jumlah penduduk miskin mengalami kenaikan hingga

mencapai sekitar 34,5 juta jiwa (sekitar 24,9 juta jiwa di perkotaan, dan sekitar 9,6

juta jiwa di perdesaan). Dibandingkan dengan tahun 1990, angka ini menurun

sekitar 20,87 persen. Namun, pada tahun 2002 jumlah penduduk miskin kembali

meningkat hingga menjadi sekitar 38,4 juta jiwa. Sementara, pada tahun 2007

jumlah penduduk miskin menurun hingga menjadi sekitar 37.17 juta jiwa.

Fluktuasi jumlah penduduk miskin di Indonesia disebabkan karena terjadinya

krisis ekonomi, pertambahan jumlah penduduk tiap tahun, pengaruh kebijakan

pemerintah dan sebagainya.


3

60000
50000
40000 Kota
30000 Desa
20000 total
10000
0

76 80 84 90 96 99 01 03 05 07
19 19 19 19 19 19 20 20 20 20

Sumber : BPS, 2007

Gambar 1.1. Perkembangan Penduduk Miskin Nasional

1.2. Perumusan Masalah

Tiap warga negara Indonesia berhak atas pekerjaan dan penghidupan yang

layak. Demikian diamanatkan oleh UUD 1945 pada pasal 27 ayat (2). Dalam hal

ini, berarti dengan dukungan sumber kekayaan yang melimpah, pemerintah

bertanggungjawab terhadap masalah kesejahteraan masyarakat, salah satunya

adalah masalah kemiskinan yang dialami oleh setiap warga negaranya. Namun

pada kenyataannya tingkat pendidikan yang rendah, terjadinya gizi buruk,

pengangguran serta kriminalitas yang tinggi menunjukan sebagian rakyat

Indonesia masih tergolong hidup miskin.

Tingkat kesejahteraan masyarakat di suatu daerah dapat dilihat dari

pendapatan dan pertumbuhan ekonomi didaerah tersebut. Jika pendapatan dan

pertumbuhan ekonomi meningkat maka tingkat kesejahteraan penduduk juga

meningkat. Berdasarkan Tabel 1.1 dapat dilihat bahwa PDRB per provinsi di

Indonesia terus mengalami peningkatan dari tahun ke tahun pada periode 2001-

2004, hal ini menunjukan pertumbuhan ekonomi di Indonesia terus mengalami


4

peningkatan, namun peningkatan tersebut tidak selalu diiringi oleh penurunan

tingkat kemiskinan secara signifikan (BPS, 2004). Hal itu dikarenakan

pelaksanaan dan pemahaman pengentasan kemiskinan belum dipahami secara

menyeluruh terkait dengan masalah kemiskinan, untuk lebih jelas dapat dilihat

pada Tabel 1.1.

Tabel 1.1. Produk Domestik Regional Bruto Atas Dasar Harga Konstan
(Triliun Rupiah) dan Penduduk Miskin (Persen) menurut Provinsi
Persentase Penduduk Miskin
PDRB
Provinsi
2002 2003 2004 2002 2003 2004
NAD 42,34 44,68 40,38 20,09 29,76 28,47
Sumatra Utara 75,19 78,81 83,33 13,60 15,89 14,93
Sumatra Barat 24,84 26,15 27,58 13,34 11,24 10,46
Riau 96,87 99,85 103,73 7,40 13,52 13,12
Jambi 10,80 11,34 11,95 19,04 12,74 12,45
Sumatra Selatan 43,64 45,25 47,34 22,62 21,54 20,92
Bengkulu 5,31 5,60 5,90 25,60 22,69 22,39
Lampung 25,43 26,90 28,26 22,42 22,63 22,22
Bangka Belitung 6,90 7,72 7,97 9,98 10,06 9,07
DKI Jakarta 250,33 263,63 278,52 3,42 3,42 3,18
Jawa Barat 211,40 221,63 233,06 13,62 12,90 12,10
Jawa Tengah 123,04 129,17 135,79 20,50 21,78 21,11
DI Yogyakarta 14,69 15,36 16,15 16,17 19,86 19,14
Jawa Timur 218,45 228,88 242,23 18,90 20,93 20,08
Banten 49,45 51,96 54,88 6,47 9,56 8,58
Bali 18,42 19,08 19,96 5,72 7,34 6,85
NTB 13,54 14,07 14,95 34,10 26,34 25,38
NTT 8,62 9,02 9,44 21,49 28,63 27,86
Kalimantan Barat 20,74 21,38 22,40 17,47 14,49 13,91
Kalimantan Tengah 11,90 12,49 13,18 7,45 11,37 10,44
Kalimantan selatan 18,61 19,48 20,49 6,76 8,16 7,19
Kalimantan Timur 87,85 89,48 91,05 5,17 12,15 11,57
Sulawesi Utara 11,29 11,65 12,15 4,66 9,01 8,94
Sulawesi Tengah 9,60 10,20 10,93 20,04 23,04 21,69
Sulawesi Selatan 33,64 35,41 37,29 7,16 15,85 14,90
Sulawesi Tenggara 6,47 6,96 7,48 10,69 22,84 21,90
Gorontalo 1,65 1,77 1,90 22,94 29,25 29,01
Maluku 2,85 2,97 3,10 12,76 32,85 32,13
Maluku Utara 1,96 2,03 2,13 13,17 13,92 12,42
Papua 25,36 25,63 21,24 9,76 39,03 38,69
Sumber: BPS, 2004
5

Berdasarkan latar belakang masalah diatas, maka penulis tertarik untuk

melakukan analisis kesejahteraan masyarakat, adapun perumusan masalah lebih

rinci adalah sebagai berikut :

1. Bagaimana gambaran kemiskinan di Indonesia?

2. Faktor apa saja yang berpengaruh terhadap tingkat kemiskinan di Indonesia?

1.3. Tujuan Penelitian

Berdasarkan latar belakang dan perumusan masalah diatas maka tujuan

penelitian ini adalah sebagai berikut :

1. Mendeskripsikan keadaan kemiskinan di Indonesia.

2. Menganalisis faktor-faktor yang mempengaruhi tingkat kemiskinan di

Indonesia.

1.4. Manfaat Penelitian

Penelitian ini diharapkan memberikan manfaat sebagai berikut :

1. Bagi penulis, penelitian ini berguna dalam mengaplikasikan ilmu yang telah

diterima selama perkuliahan.

2. Bagi pembaca, penelitian ini diharapkan sebagai sarana pembelajaran dalam

menambah wawasan dan sebagai salah satu sumber informasi dan bahan untuk

penelitian selanjutnya.

3. Bagi pembuat kebijakan yang terlibat dalam penanggulangan kemiskinan,

penelitian ini diharapkan berguna dalam memberikan informasi serta menjadi

bahan masukan untuk merumuskan berbagai kebijakan di masa yang akan

datang.
6

II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN

2.1. Kemiskinan

Kemiskinan sering dipahami sebagai keadaan kekurangan uang dan barang

untuk menjamin kelangsungan hidup. Kemiskinan dapat diartikan sebagai

ketidakmampuan untuk memenuhi berbagai kebutuhan seperti pangan,

perumahan, pakaian, pendidikan, kesehatan, dan sebagainya. Kemiskinan adalah

suatu kondisi yang dialami seseorang atau kelompok orang yang tidak mampu

menyelenggarakan hidupnya sampai suatu taraf yang dianggap manusiawi

(BAPPENAS dalam BPS, 2002).

2.1. 1. Definisi Kemiskinan

Menurut Suparlan (1984) kemiskinan merupakan sebagai suatu standar

tingkat hidup yang rendah yaitu adanya tingkat kekurangan materi pada sejumlah

atau golongan orang dibandingkan dengan standar kehidupan yang umum berlaku

dalam masyarakat yang bersangkutan. Standar kehidupan yang rendah ini secara

langsung tampak pengaruhnya terhadap tingkat keadaan kesehatan kehidupan

moral, dan rasa harga diri dari mereka yang terolong sebagai orang miskin.

Menurut Saldanha (1998) persoalan kemiskinan mengandung enam

masalah pokok, yaitu :

1. Masalah kemiskinan adalah kerentanan. Pembangunan infrastruktur ekonomi

dan pertanian dapat saja meningkatkan pendapatan petani dalam jumlah besar
7

yang memadai, akan tetapi kekeringan musim dua tahun berturut- turut akan

dapat menurunkan tingkat hidupnya sampai titik yang terendah.

2. Kemiskinan berarti tertutupnya akses kepada berbagai peluang kerja karena

hubungan produksi di dalam masyarakat tidak memberi peluang bagi mereka

untuk berpartisipasi dalam proses produksi, atau mereka terperangkap dalam

hubungan produksi yang eksploitatif yang menuntut kerja keras dalam jam

kerja panjang dengan imbalan rendah. Hal ini disebabkan oleh posisi tawar

menawar mereka dalam struktur hubungan produksi amat lemah. Kemiskinan

dengan demikian juga berarti hubungan dependensi kepada pemilik tanah,

pimpinan proyek, elit desa dan sebagainya.

3. Kemiskinan adalah masalah ketidakpercayaan, perasaan impotensi emosional

dan sosial menghadapi elit desa dan para birokrat yang menentukan keputusan

menyangkut dirinya tanpa memberi ksempatan untuk mengaktualisasikan diri,

ketidakberdayaan menghadapi penyakit dan kematian, kekumuhan dan

kekotoran.

4. Kemiskinan juga berarti menghabiskan semua atau sebagian terbesar

penghasilannya untuk konsumsi, gizi mereka amat rendah yang

mengakibatkan produktivitas mereka rendah.

5. Kemiskinan juga ditandai oleh tingginya rasio ketergantungan, karena

besarnya keluarga dan beberapa diantaranya masih balita. Hal ini akan

berpengaruh peda rendahnya konsumsi yang akan mengganggu tingkat

kecerdasan mereka sehingga di dalam kompetisi merebut peluang dan sumber


8

dalam masyarakat, anak-anak kaum miskin akan berada pada pihak yang

lemah.

6. Kemiskinan juga terefleksikan dalam budaya kemiskinan yang diwariskan dari

satu generasi ke generasi lainnya.

Menurut Sumodiningrat (1999) klasifikasi kemiskinan ada lima kelas,

yaitu :

1. Kemiskinan Absolut

Kemiskinan absolut selain dilihat dari pemenuhan kebutuhan dasar

minimum yang memungkinkan seseorang dapat hidup layak, juga ditentukan oleh

tingkat pendapatan untuk memenuhi kebutuhan. Dengan demikian, tingkat

pendapatan minimum merupakan pembatas antara keadaan yang disebut miskin

atau sering disebut dengan istilah garis kemiskinan. Seseorang termasuk golongan

miskin absolut apabila hasil pendapatannya berada dibawah garis kemiskinan,

tidak cukup untuk memenuhi kebutuhan hidup minimum, seperti pangan,

sandang, kesehatan, papan dan pendidikan.

Kemiskinan absolut merupakan kemiskinan yang tidak mengacu atau tidak

didasarkan pada garis kemiskinan. Kemiskinan absolut adalah derajat dari

kemiskinan dibawah, dimana kebutuhan-kebutuhan minimum untuk bertahan

hidup tidak dapat terpenuhi (Tambunan, 2006).

2. Kemiskinan Relatif

Sekelompok orang dalam masyarakat dikatakan mengalami kemiskinan

relatif apabila pendapatannya lebih rendah dibandingkan kelompok lain tanpa

memperhatikan apakah mereka masuk dalam kategori miskin absolut atau tidak.
9

Penekanan dalam kemiskinan relatif adalah adanya ketimpangan pendapatan

dalam masyarakat antara yang kaya dan yang miskin atau dikenal dengan istilah

ketimpangan distribusi pendapatan. Kemiskinan relatif untuk menunjukkan

ketimpangan pendapatan berguna untuk mengukur ketimpangan pada suatu

wilayah. Kemiskinan relatif juga dapat digunakan untuk mengukur ketimpangan

antar wilayah yang dilakukan pada suatu wilayah tertentu. Pengukuran relatif

diukur berdasarkan tingkat pendapatan, ketimpangan sumberdaya alam serta

sumberdaya manusia berupa kualitas pendidikan, kesehatan, dan perumahan.

3. Kemiskinan Struktural

Kemiskinan struktural mengacu pada sikap seseorang atau masyarakat

yang disebabkan oleh faktor budaya yang tidak mau berusaha untuk memperbaiki

tingkat kehidupan meskipun ada usaha dari pihak luar untuk membantunya.

Alfian (1980) mendefinisikan kemiskinan struktural sebagai kemiskinan yang

diderita oleh suatu golongan masyarakat karena struktur sosial masyarakat tidak

dapat ikut menggunakan sumber-sumber pendapatan yang sebenarnya tersedia

bagi mereka. Kemiskinan struktural meliputi kekurangan fasilitas pemukiman

sehat, kekurangan pendidikan, kekurangan komunikasi dengan dunia sekitarnya.

Kemiskinan struktural juga dapat diukur dari kurangnya perlindungan dari hukum

dan pemerintah sebagai birokrasi atau peraturan resmi yang mencegah seseorang

memanfaatkan kesempatan yang ada.


10

4. Kemiskinan Kronis

a. Kemiskinan kronis disebabkan oleh beberapa hal, yaitu kondisi sosial

budaya yang mendorong sikap dan kebiasaan hidup masyarakat yang tidak

produktif.

b. Keterbatasan sumberdaya dan keterisolasian (daerah-daerah yang kritis

akan sumberdaya alam dan daerah terpencil).

c. Rendahnya derajat pendidikan dan perawatan kesehatan, terbatasnya

lapangan kerja dan ketidakberdayaan masyarakat dalam mengikuti ekonomi

pasar.

5. Kemiskinan Sementara

Kemiskinan sementara terjadi akibat adanya: 1) perubahan siklus ekonomi

dari kondisi normal menjadi krisis ekonomi, 2) perubahan yang bersifat musiman,

dan 3) bencana alam atau dampak dari suatu yang menyebabkan menurunnya

tingkat kesejahteraan suatu masyarakat.

2.1.2. Ukuran Kemiskinan

Menurut Sajogyo (1977) cara mengukur kemiskinan dengan pendekatan

kemiskinan absolut adalah dengan memperhitungkan standar kebutuhan pokok

berdasarkan atas kebutuhan beras dan gizi (kalori dan protein) dengan

mengungkapkan masalah garis kemiskinan dan tingkat pendapatan petani. Ada

tiga golongan orang miskin yaitu golongan lapisan miskin yang mempunyai

pendapatan perkapita per tahun beras sebanyak lebih dari 360 kg tetapi kurang

dari 480 kg, golongan miskin sekali yang memiliki pendapatan perkapita per
11

tahun beras sebanyak 240-360 kg, dan lapisan paling miskin yang memiliki

pendapatan perkapita per tahun beras sebanyak kurang dari 240 kg. Bank Dunia

dalam BPS (2000) menetapkan bahwa seseorang dikatakan miskin apabila

pendapatannya dibawah US $ 2 per hari.

Badan Pusat Statistik (BPS) juga memberikan pemikiran untuk mengukur

garis kemiskinan dengan cara menentukan berapa besar kalori minimum yang

harus dipenuhi oleh setiap orang dalam sehari. Badan ini mengusulkan bahwa

setiap orang harus memenuhi 2100 kalori setiap harinya. Jadi, 2100 kalori ini

merupakan batas garis kemiskinan yang ditentukan oleh BPS dengan

memperhitungkan kebutuhan non pangan seperti kebutuhan perumahan, bahan

bakar, penerangan listrik, pendapatan air bersih serta jasa-jasa. Kemudian kriteria-

kriteria ini diubah dalam angka Rupiah. Garis kemiskinan yang ditetapkan oleh

BPS sendiri akan selalu mengalami penyesuaian, karena harga kebutuhan itu

berubah (BPS, 2004).

2.1.3. Ciri-Ciri Kemiskinan

Menurut Hartomo dan Aziz (1997) mereka yang hidup dibawah garis

kemiskinan memiliki beberapa ciri, yaitu :

1. Mereka umumnya tidak memiliki faktor produksi sendiri, seperti tanah yang

cukup, modal maupun keterampilan. Faktor produksi yang dimiliki sendiri

sedikit sekali sehingga kemampuan memperoleh pendapatan menjadi sangat

terbatas.
12

2. Mereka tidak memiliki kemungkinan untuk memperoleh aset produksi

dengan kekuatan sendiri. Pendapatan tidak cukup untuk memperoleh tanah

garapan maupun modal usaha, sedangkan syarat tidak terpenuhi untuk

memperoleh kredit perbankan seperti adanya jaminan kredit dan lain-lain,

sehingga mereka yang perlu kredit terpaksa berpaling kepada “lintah darat”

yang biasanya meminta syarat yang berat dan memungut biaya yang tinggi.

3. Tingkat pendidikan mereka yang rendah, tidak sampai tamat sekolah dasar.

Waktu mereka habis tersisa untuk mencari nafkah sehingga tidak tersisa lagi

untuk belajar. Anak-anak mereka tidak dapat menyelesaikan sekolah, karena

harus membantu orang tua mencari tambahan penghasilan atau menjaga

adik-adik di rumah, sehingga secara turun-temurun mereka terjerat dalam

keterbelakangan garis kemiskinan.

4. Kebanyakan mereka tinggal di perdesaan. Banyak diantara mereka tidak

memiliki tanah, walaupun ada kecil sekali. Umumnya mereka menjadi buruh

tani atau pekerja kasar di luar petani, karena pertanian bekerja dengan

musiman maka kesinambungan kerja kurang terjamin. Banyak diantara

mereka kemudian bekerja sebagai “pekerja bebas”, berusaha apa saja.

Dalam keadaan penawaran tenaga kerja yang besar maka tingkat upah

menjadi rendah sehingga mengurung mereka dibawah garis kemiskinan, di

dorong dengan kesulitan hidup di desa maka banyak diantara mereka

mencoba berusaha di kota.

5. Kebanyakan diantara mereka yang hidup di kota masih berusia muda dan

tidak mempunyai keterampilan atau pendidikan, sedangkan kota dibanyak


13

negara sedang berkembang tidak siap menampung gerak urbanisasi

penduduk desa. Apabila di negara-negara maju pertumbuhan industri

menyertai urbanisasi dan pertumbuhan kota sebagai penarik bagi masyarakat

desa untuk bekerja di kota, maka urbanisasi di negara berkembang tidak

disertai proses penyerapan tenaga dalam perkembangan industri. Bahkan,

sebaliknya perkembangan teknologi di kota justru menarik pekerjaan lebih

banyak tenaga kerja, sehingga penduduk miskin yang pindah ke kota dalam

kantong-kantong kemelaratan.

Menurut Sumedi dan Supadi (2004) masyarakat miskin mempunyai

beberapa ciri sebagai berikut 1) tidak memiliki akses ke proses pengambilan

keputusan yang menyangkut hidup mereka, 2) tersingkir dari institusi utama

masyarakat yang ada, 3) rendahnya kualitas SDM termasuk kesehatan,

pendidikan, keterampilan yang berdampak pada rendahnya penghasilan, 4)

terperangkap dalam rendahnya budaya kualitas SDM seperti rendahnya etos kerja,

berpikir pendek dan fatalisme, 5) rendahnya pemilikan aset fisik termasuk aset

lingkungan hidup seperti air bersih dan penerangan.

2.1.4. Faktor Penyebab Kemiskinan

Beberapa faktor yang menyebabkan timbulnya kemiskinan menurut

Hartomo dan Aziz (1997) yaitu :

1). Pendidikan yang Terlampau Rendah

Tingkat pendidikan yang rendah menyebabkan seseorang kurang mempunyai

keterampilan tertentu yang diperlukan dalam kehidupannya. Keterbatasan


14

pendidikan atau keterampilan yang dimiliki seseorang menyebabkan

keterbatasan kemampuan seseorang untuk masuk dalam dunia kerja.

2). Malas Bekerja

Adanya sikap malas (bersikap pasif atau bersandar pada nasib) menyebabkan

seseorang bersikap acuh tak acuh dan tidak bergairah untuk bekerja.

3). Keterbatasan Sumber Alam

Suatu masyarakat akan dilanda kemiskinan apabila sumber alamnya tidak lagi

memberikan keuntungan bagi kehidupan mereka. Hal ini sering dikatakan

masyarakat itu miskin karena sumberdaya alamnya miskin.

4). Terbatasnya Lapangan Kerja

Keterbatasan lapangan kerja akan membawa konsekuensi kemiskinan bagi

masyarakat. Secara ideal seseorang harus mampu menciptakan lapangan kerja

baru sedangkan secara faktual hal tersebut sangat kecil kemungkinanya bagi

masyarakat miskin karena keterbatasan modal dan keterampilan.

5). Keterbatasan Modal

Seseorang miskin sebab mereka tidak mempunyai modal untuk melengkapi

alat maupun bahan dalam rangka menerapkan keterampilan yang mereka

miliki dengan suatu tujuan untuk memperoleh penghasilan.

6). Beban Keluarga

Seseorang yang mempunyai anggota keluarga banyak apabila tidak diimbangi

dengan usaha peningakatan pendapatan akan menimbulkan kemiskinan karena

semakin banyak anggota keluarga akan semakin meningkat tuntutan atau

beban untuk hidup yang harus dipenuhi.


15

Menurut Kartasasmita dalam Rahmawati (2006), kondisi kemiskinan dapat

disebabkan oleh sekurang-kurangnya empat penyebab, yaitu :

1. Rendahnya Taraf Pendidikan

Taraf pendidikan yang rendah mengakibatkan kemampuan pengembangan

diri terbatas dan meyebabkan sempitnya lapangan kerja yang dapat

dimasuki. Taraf pendidikan yang rendah juga membatasi kemampuan

seseorang untuk mencari dan memanfaatkan peluang.

2. Rendahnya Derajat Kesehatan

Taraf kesehatan dan gizi yang rendah menyebabkan rendahnya daya tahan

fisik, daya pikir dan prakarsa.

3. Terbatasnya Lapangan Kerja

Selain kondisi kemiskinan dan kesehatan yang rendah, kemiskinan juga

diperberat oleh terbatasnya lapangan pekerjaan. Selama ada lapangan kerja

atau kegiatan usaha, selama itu pula ada harapan untuk memutuskan

lingkaran kemiskinan.

4. Kondisi Keterisolasian

Banyak penduduk miskin secara ekonomi tidak berdaya karena terpencil

dan terisolasi. Mereka hidup terpencil sehingga sulit atau tidak dapat

terjangkau oleh pelayanan pendidikan, kesehatan dan gerak kemajuan

yang dinikmati masyarakat lainnya.

Menurut Suryadiningrat (2003), kemiskinan pada hakikatnya disebabkan

oleh kurangnya komitmen manusia terhadap norma dan nilai-nilai kebenaran


16

ajaran agama, kejujuran dan keadilan. Hal ini mengakibatkan terjadinya

penganiayaan manusia terhadap diri sendiri dan terhadap orang lain.

Penganiayaan manusia terhadap diri sendiri tercermin dari adanya : 1) keengganan

bekerja dan berusaha, 2) kebodohan, 3) motivasi rendah, 4) tidak memiliki

rencana jangka panjang, 5) budaya kemiskinan, dan 6) pemahaman keliru

terhadap kemiskinan. Sedangkan penganiayaan terhadap orang lain terlihat dari

ketidakmampuan seseorang bekerja dan berusaha akibat : 1) ketidakpedulian

orang mampu kepada orang yang memerlukan atau orang tidak mampu dan 2)

kebijakan yang tidak memihak kepada orang miskin.

Nasikun dalam Suryawati (2005) menyoroti beberapa sumber dan proses

penyebab terjadinya kemiskinan, yaitu :

1) Pelestarian Proses Kemiskinan

Proses pemiskinan yang dilestarikan, direproduksi melalui pelaksanaan

suatu kebijakan diantaranya adalah kebijakan anti kemiskinan, tetapi

realitanya justru melestarikan.

2) Pola Produksi Kolonial

Negara ekskoloni mengalami kemiskinan karena pola produksi kolonial,

yaitu petani menjadi marjinal karena tanah yang paling subur dikuasai

petani skala besar dan berorientasi ekspor.

3) Manajemen Sumber Daya Alam dan Lingkungan

Adanya unsur manajemen sumber daya alam dan lingkungan, seperti

manajemen pertanian yang asal tebang akan menurunkan produktivitas.


17

4) Kemiskinan Terjadi Karena Siklus Alam.

Misalnya tinggal di lahan kritis, dimana lahan ini jika turun hujan akan

terjadi banjir tetapi jika musim kemarau akan kekurangan air, sehingga

tidak memungkinkan produktivitas yang maksimal dan terus-menerus.

5) Peminggiran Kaum Perempuan

Dalam hal ini perempuan masih dianggap sebagai golongan kelas kedua,

sehingga akses dan penghargaan hasil kerja yang diberikan lebih rendah

dari laki-laki.

6) Faktor Budaya dan Etnik

Bekerjanya faktor budaya dan etnik yang memelihara kemiskinan seperti,

pola hidup konsumtif pada petani dan nelayan ketika panen raya, serta adat

istiadat yang konsumtif saat upacara adat atau keagamaan.

2.2. Penelitian Terdahulu

Dalam sub bab ini akan dibahas penelitian-penelitian terdahulu yang

berkaitan dengan topik penelitian mengenai kemiskinan. Penelitian Intania (2002)

menunjukan bahwa faktor-faktor yang mempengaruhi partisipasi masyarakat

dalam penanggulangan kemiskinan adalah 1) umur, 2) tingkat pendapatan, 3)

jumlah beban keluarga, 4) pendapatan, 5) pengalaman, dan 6) pelayanan

pengelolaan kegiatan.

Faktor-faktor yang mempengaruhi tingkat kemiskinan pesanggem (orang

yang menggarap lama) menurut Widyanti (2001) dalam penelitiannya tentang

telaah terhadap partisipasi, pendapatan dan tingkat kemiskinan peserta program


18

perhutanan sosial, menunjukkan faktor-faktor tersebut adalah jenis mata

pencaharian pesanggem, luas penguasaan lahan pesanggem, pola usaha tani

pesanggem dan pendapatan rumah tangga pesanggem.

Berdasarkan hasil penelitian Nur (2004) mengenai faktor-faktor yang

mempengaruhi efektivitas komunikasi dalam proyek penanggulangan kemiskinan

di perkotaan, didapatkan beberapa faktor-faktor yang berhubungan dengan

Program Pengentasan Kemiskinan Perkotaan (P2KP) yaitu faktor internal, faktor

eksternal, dukungan pemimpin formal, pendidikan formal, pengalaman berusaha

dan motivasi anggota kelompok dengan tingkat pemecahan masalah yang

dihadapinya, namun yang berhubungan nyata dengan pola komunikasi dalam

kelompok P2KP adalah dukungan pemimpin formal.

Penelitian Wiraswara (2005) menunjukan terdapat beberapa variabel yang

berpengaruh terhadap tingkat kemiskinan. Variabel-variabel tersebut antara lain

angka melek huruf, keterjangkauan rumah tangga terhadap listrik, selain itu

variabel dummy kabupaten/kota di Jawa juga berpengaruh terhadap tingkat

kemiskinan. Ketiga variabel ini menurut data tahun 2002 memiliki kemampuan

untuk mengurangi angka kemiskinan. Angka kemiskinan lebih tinggi dari

kabupaten/kota di luar Jawa dan persentase penduduk yang melek huruf

kabupaten/kota di Jawa lebih rendah dari kabupaten/kota di luar Jawa.

Kabupaten/kota di Jawa lebih unggul dalam persentase rumah tangga yang

terjangkau listrik.

Penelitian Nurhayati (2007) tentang faktor-faktor yang mempengaruhi

tingkat kemiskinan di Jawa Barat tahun 2004 dengan menggunakan model


19

ekonometrika persamaan simultan 2SLS menghasilkan faktor-faktor yang

mempengaruhi kemiskinan pada taraf nyata 10 persen adalah pendapatan dan

pendidikan.

Penelitian tentang “Faktor-Faktor yang Mempengaruhi Tingkat

Kemiskinan di Indonesia” memiliki perbedaan dengan penelitian sebelumnya,

perbedaan terletak pada daerah yang menjadi objek penelitian dimana dalam

penelitian ini menggunakan data panel seluruh provinsi di Indonesia dan alat

analisis yang digunakan, yaitu menggunakan analisis panel data.

2.3. Kerangka Pemikiran

Indonesia merupakan salah satu negara yang memiliki jumlah penduduk

terbanyak di Asia. Kemiskinan di Indonesia pada masa kini cukup meluas bila

dibandingkan dengan masa-masa sebelumnya, alasan kemiskinan di Indonesia

dapat dihubungkan dengan penduduknya yang terus bertambah dari tahun ke

tahun, yaitu penduduk Indonesia mencapai 213,55 juta jiwa pada tahun 2003,

meningkat menjadi 216,38 juta jiwa pada tahun 2004, dan semakin meningkat

menjadi 219,85 juta jiwa pada tahun 2005.

Pertumbuhan penduduk yang cepat menghendaki pemenuhan hidup yang

meningkat pula, seiring dengan peningkatan pemenuhan kebutuhan hidup maka

seharusnya tingkat pertumbuhan kesempatan kerja ditingkatkan juga. Dalam

keadaan terbatasnya lapangan pekerjaan, maka akan sulit bagi sebagian angkatan

kerja untuk memperoleh pekerjaan. Keadaan kesulitan memperoleh pekerjaan ini

dengan sendirinya akan menyebabkan tingkat pengangguran meningkat yang pada


20

akhirnya dapat menyebabkan kemiskinan. Penelitian ini menduga bahwa tingkat

prndapatan, pendidikan dan pengangguran mempengaruhi kemiskinan.

Keadaan masyarakat di
Indonesia

Laju pertumbuhan penduduk


yang cepat Pengangguran

Pemenuhan kebutuhan hidup

Tingkat kemiskinan

Faktor-faktor yang mempengaruhi


tingkat kemiskinan

Pendapatan Pendidikan Pengangguran

Analisis panel data

Rekomendasi kebijakan dalam rangka


program penanggulangan kemiskinan

Gambar 2.1 Kerangka Pemikiran


21

2.4. Hipotesis Penelitian

Hipotesis yang dapat diajukan dalam penelitian ini adalah :

1. Tingkat pendidikan berpengaruh negatif terhadap tingkat kemiskinan,

semakin banyak masyarakat yang berpendidikan maka tingkat kemiskinan

yang terjadi akan semakin rendah.

2. Pendapatan berpengaruh negatif terhadap tingkat kemiskinan, semakin

besar jumlah pendapatan maka tingkat kemiskinan akan semakin rendah.

3. Tingkat pengangguran berpengaruh positif terhadap tingkat kemiskinan,

semakin besar jumlah pengangguran maka tingkat kemiskinan akan

semakin tinggi.
III. METODE PENELITIAN

3.1. Jenis dan Sumber Data

Jenis data yang dipergunakan dalam penelitian ini adalah data sekunder.

Data yang diperlukan meliputi: 1) persentase dan jumlah penduduk miskin

menurut provinsi, 2) angka melek huruf, 3) tingkat pengangguran serta berbagai

macam data sekunder lainnya yang diambil dari berbagai sumber. Sumber data

diperoleh dari: 1) Badan Pusat Statistik (BPS), dan 2) publikasi beberapa

penelitian terdahulu. Periode analisis pada penelitian ini adalah tahun 2002 sampai

dengan tahun 2006.

3.2. Metode Analisis

Metode analisis yang digunakan untuk menganalisis gambaran kemiskinan

di Indonesia dilakukan dengan deskriptif, sedangkan untuk menganalisis faktor-

faktor yang mempengaruhi kemiskinan di Indonesia digunakan analisis panel

data. Pengolahan data dilakukan dengan bantuan perangkat lunak Microsoft Excel

2003 dan E-Views 5.1.

3.2.1. Analisis Deskriptif

Analisis deskriptif dalam penelitian ini meliputi keadaan penduduk miskin

di Indonesia yang diukur dengan Indeks Kedalaman dan Indeks Keparahan

Kemiskinan. Indeks Kedalaman Kemiskinan adalah kesenjangan atau gap antara


23

pendapatan penduduk miskin dengan garis kemiskinan, yang dapat dihitung

dengan rumus sebagai berikut:

1 q  z  yi 
P  
n i 1  z 

Dimana :

 = 0, 1, 2,

Z = Garis Kemiskinan.

yi = Rata-rata pengeluaran perkapita sebulan penduduk yang berada dibawah

garis kemiskinan (i = 1, 2,....q), yi < z.

Q = Banyaknya penduduk yang berada dibawah garis kemiskinan

n = Jumlah penduduk.

Sedangkan Indeks Keparahan Kemiskinan merupakan kesenjangan

diantara penduduk miskin, yang dapat dihitung dengan rumus sebagai berikut:

n
GR  1   fpi * [ Fci  Fci  1]
i 1

dimana :

GR = Gini Ratio

fpi = frekuensi penduduk di kelas pengeluaran ke-i

Fci = frekuensi kumulatif jumlah pengeluaran di kelas pengeluaran ke-i

Fci-1 = frekuensi kumulatif jumlah pengeluaran di kelas pengeluaran ke-(i-1)

3.2.2. Analisis Panel Data

Dalam melakukan sebuah penelitian, banyaknya data merupakan salah

satu syarat agar penelitian tersebut dapat mewakili perilaku dari model yang
24

dikehendaki. Masalah keterbatasan data dalam sebuah penelitian merupakan hal

yang sering dialami oleh para peneliti, terkadang dalam penelitian yang

menggunakan data series, data yang tersedia terlalu pendek sehingga pengolahan

data time series tidak dapat dilakukan. Begitu pula dengan pengolahan data cross

section, terkadang jumlah unit data yang dibutuhkan terbatas. Persoalan

keterbatasan data seperti itu, dalam ekonometrika dapat diatasi dengan

menggunakan analisis panel data (pooled data).

Analisis panel data secara umum dapat didefinisikan sebagai analisis satu

kelompok variabel yang tidak saja mempunyai keragaan (dimensi) dalam time

series tetapi juga dalam cross section. Analisis panel data adalah subyek dari salah

satu bentuk yang cukup aktif dan inovatif dalam literatur ekonometrik. Hal ini

dikarenakan metode analisis data panel menyediakan informasi yang cukup kaya

untuk perkembangan teknik estimasi dan hasil teori. Dalam bentuk praktis,

penggunaan data time series dan cross section untuk menganalisis masalah yang

tidak bisa diatasi jika hanya menggunakan salah satu metode saja.

Ada beberapa keuntungan dari penggunaan panel data. Menurut Baltagi

(1995), penggunaan panel data telah memberikan banyak keuntungan secara

statistik maupun menurut teori ekonomi. Manfaat dari penggunaan data panel

antara lain :

1. Memberikan data yang informatif, lebih bervariasi, menambah derajat bebas,

lebih efisien dan mengurangi kolinieritas antar variabel.


25

2. Memungkinkan analisis terhadap sejumlah permasalahan ekonomi yang

krusial yang tidak dapat dijawab oleh analisis data runtun waktu atau kerat

lintang saja.

3. Memperhitungkan derajat heterogenitas yang lebih besar yang menjadi

karakteristik dari individual antar waktu.

4. Adanya fleksibilitas yang lebih tinggi dalam memodelkan perbedaan perilaku

antar individu dibandingkan data kerat lintang.

5. Dapat menjelaskan dynamic adjustment secara lebih baik.

Model umum analisis regresi panel data dapat diformulasikan sebagai

berikut:

y i ,t     xi ,t  u i ,t ............................................................................... (3.1)

Dimana u i ,t ~ IID(0,  2 ) dan i = 1,2,3,...,N adalah jumlah observasi antar

individu sementara t = 1,2,3,...,T adalah observasi runtut waktu. Dalam persamaan

(3.9), intersep () dan slope () diasumsikan homogenous diantara seluruh N

individu dan T runtut waktu. Namun kondisi ini tidak selamanya sesuai dengan

kerangka ekonomi yang akan dianalisis. Ketidaksesuaian ini dimungkinkan atas

dua kemungkinan, yaitu:

1. Suatu kondisi dimana intersep dalam model bersifat heterogen ( i   j )

sementara slopenya homogen (  i   j ) .

2. Suatu kondisi dimana intersep dalam model bersifat heterogen ( i   j )

demikian pula slopenya (  i   j ) .


26

Dari kedua hal tersebut di atas, model estimasi data panel dapat

diekspresikan dalam sejumlah bentuk. Jadi terdapat empat macam model estimasi

data panel yang dapat digunakan:

1. Apabila diasumsikan bahwa intersep bervariasi antar individu sementara slope

bersifat konstan, maka persamaan (3.1) akan menjadi:

yi ,t   i  xi ,t  ui ,t ................................................................(3.2)

2. Apabila diasumsikan bahwa intersep bervariasi antar individu dan antar waktu

sementara slope bersifat konstan, maka persamaan (3.1) akan menjadi:

yi ,t   i ,t  xi ,t  ui ,t ...............................................................(3.3)

3. Apabila diasumsikan bahwa intersep dan slope bervariasi antar individu tetapi

konstan antar waktu, maka persamaan (3.1) akan menjadi:

yi ,t   i   i xi ,t  ui ,t ...............................................................(3.4)

4. Apabila diasumsikan bahwa intersep dan bervariasi antar individu dan antar

waktu, maka persamaan (3.1) akan menjadi:

yi ,t   i ,t   i ,t xi ,t  ui ,t ............................................................(3.5)

Berdasarkan keempat model tersebut koefisien () dan () diasumsikan

tertentu (fixed). Klasifikasi lainnya adalah ketika diasumsikan bahwa parameter-

parameter ini diasumsikan random generating dan disebut sebagai random

coefficient models. Selain itu dari keempat model di atas, jika asumsi homogenitas

baik pada intersep maupun slope ditolak, maka heterogenitas antar individu akan

tercermin pada salah satu atau lebih persamaan (3.2) hingga persamaan (3.5).
27

Tujuan dari penentuan model yang sesuai adalah untuk menghilangkan bias dari

variabel-variabel yang digunakan dalam model. Bias yang diakibatkan pengabaian

heterogenitas dari koefisien-koefisien estimasi disebut juga sebagai heterogenity

bias. Mengabaikan heterogenitas baik intersep maupun slope dapat

mengakibatkan hasil estimasi yang tidak konsisten dan meaningless.

Penentuan model analisis data panel dalam rangka menghilangkan

heterogenity bias dapat dilakukan dengan plotting variabel dependen terhadap

variabel independen. Analisis plotting ini berfungsi sebagai mekanisme

identifikasi model yang sesuai dalam analisis data panel. Sementara itu untuk

menguji terjadi atau tidaknya heterogenity bias dapat dilakukan uji hipotesis

heterogenitas. Uji dilakukan dengan mengestimasi persamaan (3.4) dimana

diasumsikan slope bersifat homogen antar individu. Kemudian uji hipotesis

dilakukan terhadap:

H 0 :  1   2  ...   N  

H a :  i   j untuk i  j
dimana : i = 1, ..., N
j = 1, ..., N

Uji hipotesis di atas dapat dilakukan dengan mekanisme Wald-test. Jika

pengujian tidak menolak hipotesis nol, maka koefisien indifidual bersifat random

dan identik dengan rata-ratanya. Dalam hal ini, estimasi dilakukan pada model

yang mengasumsikan slope bersifat homogen seperti pada persamaan (3.1) sampai

(3.2).
28

Terdapat beberapa asumsi dasar yang melandasi penentuan model data

panel. Asumsi dasar ini ditentukan oleh conditionality dari variabel bebas (xi,t)

yang digunakan dalam model data panel itu sendiri. Asumsi dasar dimaksud

adalah sebagai berikut:

1. Individual-varying time-invariant, dimana nilai variabel (baik kuantitatif

maupun kualitatif) yang sama untuk sebuah unit kerat lintang sepanjang waktu

namun berbeda antar unit kerat lintang. Contohnya adalah jenis kelamin, latar

belakang sosioekonomi dan sebagainya.

2. Period-varying individual-invariant, dimana nilai variabel (baik kuantitatif

maupun kualitatif) sama untuk semua unit kerat lintang namun berubah

menurut runtun waktu. Contohnya adalah tingkat bunga.

3. Individual time-varying variables, dimana nilai variabel (baik kuantitatif

maupun kualitatif) bervariasi antar unit kerat lintang dan waktu. Contohnya

adalah keuntungan perusahaan, tingkat penjualan.

Berdasarkan pemilihan model tersebut di atas kemudian akan menentukan

metode estimasi dari model panel panel yang dipilih. Terdapat tiga metode dalam

mengestimasi data panel, yaitu:

1. Pooled Least Square (PLS)

Dalam metode ini terdapat (K) regressor dalam ( xit ) , kecuali konstanta.

Metode ini juga dikenal sebagai Common Effect Model (CEM). Jika efek

individual ( i ) konstan sepanjang waktu (t) dan spesifik terhadap setiap unit (i)

maka modelnya akan sama dengan model regresi biasa. Jika nilai ( i ) sama untuk
29

setiap unitnya, maka OLS akan menghasilkan estimasi yang konsisten dan efisien

untuk () dan (). Oleh karena itu, metode ini dapat digunakan dalam

mengestimasi persamaan (3.2). Metode ini sederhana namun hasilnya tidak

memadai karena setiap observasi diperlakukan seperti observasi yang berdiri

sendiri.

2. Fixed Effects Model (FEM)

Model ini menggunakan semacam peubah boneka untuk memungkinkan

perubahan-perubahan dalam intersep-intersep kerat lintang dan runtut waktu

akibat adanya peubah-peubah yang dihilangkan. Intersep hanya bervariasi

terhadap individu namun konstan terhadap waktu sedangkan slopenya konstan

baik terhadap individu maupun waktu. Jadi  i adalah sebuah grup dari spesifik

nilai konstan pada model regresi. Formulasi umum model ini mengasumsikan

bahwa perbedaan antar unit dapat diketahui dari perbedaan nilai konstantanya.

Kelemahan model efek tetap adalah penggunaan jumlah derajat kebebasan yang

banyak serta penggunaan peubah boneka tidak secara langsung

mengidentifikasikan apa yang menyebabkan garis regresi bergeser lintas waktu

dan lintas individu. Modelnya ditulis sebagai y i   i  xi   i .

3. Random Effects Models (REM)

Intersepnya bervariasi terhadap individu dan waktu namun slopnya

konstan terhadap individu maupun waktu. Jadi ( i ) adalah sebuah grup dari

gangguan khusus, mirip seperti ( it ) kecuali untuk setiap grup ada nilai khusus

yang masuk dalam regresi secara identik untuk setiap periode. Nilai ( i )
30

terdistribusi secara acak pada unit-unit kerat lintang. Metode ini juga dikenal

sebagai variance components estimation. Model ini meningkatkan efisiensi proses

pendugaan kuadrat terkecil dengan memperhitungkan pengganggu-pengganggu

kerat lintang dan deret waktu. Model estimasinya yang digunakan adalah

y it   i   ' xit   i   it dengan (  i ) adalah nilai gangguan acak pada observasi

(i) dan konstan sepanjang waktu.

Berdasarkan penjabaran metode estimasi di atas dapat dikatakan bahwa

FEM digunakan atas asumsi bahwa dampak dari gangguan mempunyai pengaruh

yang tetap (dianggap sebagai bagian dari intersep). Sedangkan REM digunakan

atas asumsi bahwa gangguan diasumsikan bersifat acak. Penentuan model atas

pertimbangan perilaku dari gangguan yang bersifat tetap atau acak pada individu

(i) akan berpengaruh terhadap bias dari hasil estimasi. Bias yang terjadi akibat

kesalahan menentukan model berdasarkan perilaku gangguannya disebut dengan

selectivity bias.

3.2.3. Pemilihan Model dalam Pengolahan Data

Pemilihan model yang digunakan dalam sebuah penelitian perlu dilakukan

berdasarkan pertimbangan statistik. Hal ini ditujukan untuk memperoleh dugaan

yang efisien. Diagram pengujian statistik untuk memilih model yang digunakan

dapat diperlihatkan pada Gambar 3.1. berikut ini:


31

Pooled Least Square

Chow Test

LM Test Fixed Effects Model

Hausman Tast

Random Effects Models TESTTest

Sumber: Baltagi, 1995


Gambar 3.1. Pengujian Pemilihan Model dalam Pengolahan Data Panel

3.2.3.1. Chow Test

Chow Test (uji F-statistik) adalah pengujian untuk memilih apakah model

yang digunakan Pooled Least Square atau Fixed Effect. Sebagaimana yang

diketahui bahwa terkadang asumsi bahwa setiap unit cross section memiliki

perilaku yang sama cenderung tidak realistis mengingat dimungkinkan setiap unit

cross section memiliki perilaku yang berbeda. Dalam pengujian ini dilakukan

dengan hipotesa sebagai berikut:

H0 : Model Pooled Least Square

H1 : Model Fixed Effect


32

Dasar penolakan terhadap Hipotesa Nol (H0) adalah dengan menggunakan F-

statistik seperti yang dirumuskan oleh Chow:

ESS1  ESS 2  N  1
CHOW = ....................................................(3.6)
ESS 2  NT  N  K 
Dimana:
ESS1 = Residual Sum Square hasil pendugaan model pooled least square
ESS 2 = Residual Sum Square hasil pendugaan model fixed effect
N = Jumlah data cross section
T = Jumlah data time series
K = Jumlah variabel penjelas

Statistik Chow Test mengikuti distribusi F-statistik dengan derajat bebas

N  1, NT  N  K  jika nilai CHOW statistics (F-stat) hasil pengujian lebih

besar dari F-Tabel, maka cukup bukti untuk melakukan penerimaan terhadap

Hipotesa Nol sehingga model yang digunakan adalah model fixed effect, dan

begitu juga sebaliknya. Pengujian ini disebut sebagai Chow Test karena

kemiripannya dengan Chow Test yang digunakan untuk menguji stabilitas

parameter (stability test).

3.2.3.2. Hausman Test

Hausman Test adalah pengujian statistik sebagai dasar pertimbangan kita

dalam memilih apakah menggunakan model fixed effect atau model random effect.

Seperti yang kita ketahui bahwa penggunaan model fixed effect mengandung suatu

unsur trade-off yaitu hilangnya derajat bebas dengan memasukan variabel dummy.
33

Namun, penggunaan metode random effect juga harus memperhatikan ketiadaan

pelanggaran asumsi dari setiap komponen galat.

Hausman Test dilakukan dengan hipotesa sebagai berikut:

H0 : Model Fixed Effect

H1 : Model Random Effect

Sebagai dasar penolakan Hipotesa Nol maka digunakan Statistik Hausman dan

membandingkannya dengan Chi-Square. Statistik Hausman dirumuskan dengan:

m =   b M 0  M 1    b  ~  2 K  ......................................(3.7)
1

Dimana  adalah vektor untuk statistik variabel fixed effect, b adalah vektor

statistik variabel random effect, M 0 adalah matriks kovarians untuk dugaan fixed

effect model dan M 1 adalah matriks kovarians untuk dugaan random effect model.

Jika nilai m hasil pengujian lebih besar dari  2 - Tabel, atau nilai hausman test

lebih besar dari taraf nyata maka cukup bukti untuk melakukan penerimaan

terhadap hipotesa nol sehingga model yang digunakan adalah model fixed effect,

dan begitu pula sebaliknya.

3.2.3.3. LM Test

LM Test atau lengkapnya The Breusch-Pagan LM Test digunakan sebagai

pertimbangan statistik dalam memilih model Random Effect atau Pooled Least

Square. LM Test dilakukan dengan hipotesa sebagai berikut:

H0 : Model Pooled Least Square


34

H1 : Model Random Effect

Dasar penolakan terhadap H0 adalah dengan menggunakan statistik LM yang

mengikuti distribusi dari Chi-Square.

Statistik LM dihitung dengan menggunakan residual OLS yang diperoleh dari

hasil estimasi model Pooled, dimana:

2
NT  T   i 
2 2

LM    1 ~2 (3.8)
2T  1    it
2


Jika nilai LM hasil perhitungan lebih besar dari  2 - Tabel, maka cukup bukti

untuk melakukan penolakan terhadap hipotesa nol, sehingga model yang

digunakan adalah model random effect, dan begitu pula sebaliknya.

3.2.4. Evaluasi Model

3.2.4.1. Multikolinearitas

Indikasi multikolinearitas tercermin dengan melihat hasil t dan F-statistik

hasil regresi. Jika banyak koefisien parameter dari t-statistik diduga tidak

signifikan sementara dari hasil F-hitung signifikan, maka patut diduga adanya

multikolinearitas. Multikolinearitas dapat diatasi dengan menghilangkan variabel

yang tidak signifikan.


35

3.2.4.2. Autokorelasi

Autokorelasi dapat mempengaruhi efisiensi dari estimatornya. Untuk

mendeteksi adanya korelasi serial adalah dengan melihat nilai Durbin-Watson

(DW) dalam Eviews. Untuk mengetahui ada atau tidaknya autokorelasi, maka

dilakukan dengan membandingkan DW-statistik dengan DW-tabel. Adapun

kerangka identifikasi autokorelasi terangkum dalam Tabel 3.1.

Tabel 3.1. Kerangka Identifikasi Autokorelasi


Nilai DW Hasil
DW < dl Tolak H0, korelasi serial positif
dl < DW < du Hasil tidak dapat ditentukan
du < DW < 4-du Terima H0, tidak ada korelasi positif atau negatif
4-du < DW < 4-dl Hasil tidak dapat ditentukan
DW < 4-dl Tolak H0, korelasi serial negatif
Sumber : Nachrowi (2006)

Korelasi serial ditemukan jika error dari periode waktu yang berbeda

saling berkorelasi. Hal ini bisa dideteksi dengan melihat pola random error dari

hasil regresi. Pada analisis seperti yang dilakukan dalam model, jika ditemukan

korelasi serial, maka model menjadi tidak efisien meskipun tidak bias dan

konsisten. Perlakuan untuk pelanggaran ini adalah dengan menambahkan AR (1)

atau AR (2) dan seterusnya, tergantung dari banyaknya autokorelasi pada model

regresi yang di gunakan.

3.2.4.3. Heteroskedastisitas

Dalam regresi linear ganda, salah satu asumsi yang harus dipenuhi agar

taksiran parameter dalam model tersebut BLUE adalah Var (ui) =  2 (konstan),
36

semua varian mempunyai variasi yang sama. Pada umumnya, heteroskedastisitas

diperolah pada data cross section. Jika pada model dijumpai heteroskedastisitas,

maka model menjadi tidak efisien meskipun tidak bias dan konsisten. Dengan kata

lain, jika regresi tetap dilakukan meskipun ada masalah heteroskedastisitas maka

pada hasil regresi akan terjadi “misleading” (Gujarati, 1995).

Untuk menguji adanya pelanggaran asumsi Heteroskedastisitas, digunakan

uji White-heteroskedasticity yang diperoleh dalam program Eviews. Dengan uji

white, membandingkan Obs* R-Squared dengan  2 (Chi-Squared) tabel, jika

nilai Obs* R-Squared lebih kecil daripada  2 -tabel maka tidak ada

heteroskedastisitas pada model. Dalam pengolahan data panel dalam Eviews 4.1

yang menggunakan metode General Least Square (Cross Section Weights), maka

untuk mendeteksi adanya heteroskedastisitas adalah dengan membandingkan Sum

Square Resid pada Weighted Statistics dengan Sum Squared Resid Unweighted

Statistics. Jika Sum Square Resid pada Weighted Statistics < Sum Squared Resid

Unweighted Statistics, maka terjadi heteroskedastisitas. Perlakuan untuk

pelanggaran tersebut adalah dengan mengestimasi GLS dengan White

Heteroscedasticity.

3.3. Model Umum Penelitian

Model yang digunakan dalam penelitian ini adalah sebagai berikut:


tkm i ,t     1 amh it   2 pp it   3 tpt it   ...........................(3.9)
37

Dimana :

tkm = Tingkat kemiskinan (Jiwa)

tpt = Tingkat pengangguran terbuka (Persen)

pp = Pendapatan perkapita (Rupiah)

amh = Angka melek huruf (Persen)

α = Intersep

β = Slope

i = Individu ke-i

t = Periode waktu ke-t

ε = Error/simpangan

Tingkat kemiskinan merupakan jumlah penduduk yang memiliki

pendapatan dibawah garis kemiskinan sesuai dengan standar yang ditetapkan

BPS. Tingkat pengangguran terbuka meliputi penduduk yang mecari pekerjaan,

penduduk yang mempersiapkan usaha, penduduk yang tidak mencari pekerjaan

karena merasa tidak mungkin mendapat pekerjaan dan penduduk yang sudah

memiliki pekerjaan tapi belum mulai bekerja. Pendapatan perkapita merupakan

upah/gaji atau jumlah balas jasa yang diterima oleh faktor-faktor produksi yang

ikut didalam produksi disuatu wilayah pada jangka waktu tertentu dibagi dengan

jumlah penduduk pertengahan tahun. Angka melek huruf Penduduk yang

memiliki kemampuan baca tulis.


IV. GAMBARAN UMUM

4.1. Keadaan Geografis dan Kependudukan

Indonesia terdiri dari beberapa pulau dan kepulauan dengan luas wilayah

daratan 1.860.359,67 kilometer persegi. Provinsi Papua mempunyai luas wilayah

daratan paling besar ( 309.934,40 kilometer persegi) atau 26,66 persen dari luas

Indonesia, sementara Provinsi DI Yogyakarta memiliki luas daratan paling kecil

(3.133,15 kilometer persegi) atau 0,17 persen dari luas wilayah Indonesia. Daerah

administrasi di Indonesia untuk periode 2002-2006 mengalami pemekaran, yaitu

pada tahun 2002 Indonesia memiliki 30 provinsi, 268 kabupaten, 89 kota dan,

4.885 kecamatan serta 70.460 kelurahan. Pada tahun 2006 menjadi 33 provinsi,

349 kabupaten, 91 kota dan, 5.656 kecamatan serta, 71563 kelurahan.

Berdasarkan data BPS, jumlah penduduk Indonesia cenderung terus

meningkat dari tahun ke tahun. Pada tahun 2000 penduduk Indonesia berjumlah

205.132.000 jiwa menjadi 222.192.000 jiwa pada tahun 2006 dengan laju

pertumbuhan penduduk sebesar 1,34 persen dan dengan kepadatan penduduk

sebesar 18 jiwa per kilometer persegi. Jumlah penduduk terbesar berada di

Provinsi Jawa Barat sebesar 39.649.000 jiwa, sementara Provinsi Maluku Utara

memiliki jumlah penduduk terkecil yaitu 919 jiwa. Kepadatan terbesar berada di

Provinsi DKI Jakarta 13.449 jiwa per kilometer persegi, sementara yang terjarang

adalah Provinsi Papua dengan 8 jiwa per kilometer persegi.


39

4.2. Keadaan Perekonomian

Pertumbuhan ekonomi di indonesia terus mengalami peningkatan dari

tahun ke tahun, dengan memasukan sektor migas maupun non migas. Pada tahun

2006 persentase pertumbuhan ekonomi mencapai sebesar 5,5 persen dengan

memasukan sektor migas dan 6.1 persen tanpa sektor migas, hal ini menunjukan

persentase pertumbuhan ekonomi di indonesia mengalami peningkatan sebesar

1,9 persen dengan sektor migas, dan 1,2 persen tanpa memasukan sektor migas

dari tahun 2002.

Sedangkan untuk nilai tukar Rupiah Indonesia terhadap USD berfluktuasi

dari tahu ke tahun. Pada tahun 2002 nilai tukar Rupiah sebesar 9318 Rp/USD

menurun menjadi 8593 Rp/USD pada tahun 2003, kemudian meningkat kembali

sebesar 347 menjadi 8940 Rp/USD pada tahun 2005 dan menurn kembali

menjadi 9050 Rp/USD pada tahun 2006.

Selanjutnya, untuk cadangan devisa Indonesia mengalami peningkatan

secara terus menerus dari tahun ke tahun, dimana pada tahun 2002 cadangan

devisa hanya sebesar 32 (USD milyar) meningkat menjadi 36,6 pada tahun 2003

dan meningkat hingga mencapai 42,6 (USD Milyar) pada tahun 2006 (USD

milyar).

Persentase defisit anggaran terhadap PDB pada tahun 2002 sebesar 1,3

persen meningkat menjadi 1,7 persen pada tahun 2003 dan menurun menjadi 0,5

persen pada tahun 2005 kemudian meningkat kembali menjadi 0,9 persen pada

tahun 2006.
40

Tabel 4.1 Indikator Perekonomian Indonesai Tahun 2002-2006


Tahun
No Indikator Ekonomi
2002 2003 2004 2005 2006
1 Pertumbuhan Ekonomi migas(%) 4,5 4,8 5,0 5,7 5,5
2 Pertumbuhan Ekonomi non migas (%) 5,2 5,7 6,0 6,6 6,1
3 Nilai Tukar Rupiah (Rp/USD) 9318 8593 8940 9713 9050
4 Cadangan Devisa (USD Milyar) 32 36,6 36,3 34,7 4,.6
5 Defisit anggaran (%thd PDB) 1,3 1,7 1,3 0,5 0,9
Sumber : Bappenas, 2007

4.3. Perkembangan Tingkat Kemiskinan

Jumlah dan persentase penduduk miskin pada periode 2002-2006 di

Indonesia berfluktuasi dari tahun ke tahun. Jumlah penduduk miskin pada tahun

2002 sekitar 38,40 juta jiwa (sekitar 25,10 juta jiwa di perdesaan, dan sekitar

13,30 juta jiwa di perkotaan). Angka ini pada tahun 2003 berkurang hingga

menjadi sekitar 37,30 juta jiwa, penurunan hanya terjadi di perkotaan yaitu

menurun menjadi 12,20 juta jiwa, sedangkan di perdesaan tidak mengalami

penurunan. Pada tahun 2004 jumlah penduduk miskin mengalami penurunan

sekitar 1,2 juta jiwa yaitu berkurang hingga menjadi 36,10 juta jiwa (sekitar 11,40

juta jiwa di perkotaan, dan sekitar 24,80 juta jiwa di perdesaan), atau berkurang

sekitar sekitar 1,54 persen dari tahun 2002. Pada tahun 2005 jumlah penduduk

miskin terus mengalami penurunan hingga menjadi 35,10 juta jiwa penurunan

hanya terjadi di perdesaan yaitu menurun sebesat 2,1 juta jiwa sedangkan di

perkotaan meningkat sekitar 1,0 juta jiwa dari tahun 2004. Pada tahun 2006

jumlah penduduk miskin mengalami peningkatan hingga mencapai 39,30 juta

jiwa, peningkatan terjadi di perkotaan dan perdesasan (sekitar 14,49 juta jiwa di
41

perkotaan, dan sekitar 39,30 di perdesaan). Dibandingkan dengan tahun 2002,

jumlah penduduk miskin meningkat sekitar 0.9 juta jiwa.

Tabel 4.2 Perkembangan Jumlah Penduduk Miskin Tahun 2002-2006


Penduduk miskin (juta Jiwa) % Penduduk miskin
Tahun
Kota Desa Total Kota Desa Total
2002 13,30 25,10 38,40 14,46 21,10 35,56
2003 12,20 25,10 37,30 13,57 20,23 33,80
2004 11,40 24,80 36,10 12,13 20,11 32,24
2005 12,40 22,70 35,10 11,37 19,51 30,88
2006 14,49 24,81 39,30 13,47 21,81 35,28
Sumber : BPS, 2007

4.4. Perkembangan Tingkat Pengangguran Terbuka dan Angka Melek


Huruf

Tingkat pengangguran terbuka di Indonesia cenderung mengalami

peningkatan dari tahun ke tahun. pada tahun 2002 tingkat pengangguran terbuka

di Indonesia sebesar 9,1 persen. Angka ini meningkat sebesar 0,2 persen dari 9,7

persen pada tahun 2003 menjadi 9,9 persen pada tahun 2004, kemudian seiring

dengan meningkatnya pertumbuhan ekonomi tingkat pengangguran terbuka juga

meningkat hingga mencapai 11,2 persen pada tahun 2005 dan menurun kembali

menjadi 10,3 persen pada tahun 2006.

Selanjutnya, untuk angka melek huruf di Indonesia cenderung mengalami

peningkatan secara terus menerus dari tahun ke tahun, dimana pada tahun 2002

angka melek huruf hanya sebesar 91,11 persen, meningkat menjadi 91,21 persen

pada tahun 2003 dan meningkat hingga mencapai 92,45 persen pada tahun 2005

dan merun kembali pada tahun 2006 hingga menjadi 91,45. Angka melek huruf

ini lebih rendah bila dibandingkan dengan tahun 2004.


42

Tabel 4.3 Perkembangan Angka Melek Huruf, dan Tingkat Pengangguran


Terbuka 2002-2006
Tahun Angka Melek Huruf (%) Tingkat Pengangguran
terbuka (%)
2002 91,11 9,1
2003 91,21 9,7
2004 91,79 9,9
2005 92,39 11,2
2006 91,45 10,3
Sumber : BPS, 2007

4.5. Perkembangan Pembangunan Manusia dan Laju Inflasi

Berdasarkan data IPM (Indeks Pembangunan Manusia) kualitas

sumberdaya manusia di Indonesia terus meningkat dari tahun ke tahun. Pada

tahun 2002 Indek Pembangunan Manusia (IPM) sebesar 65,8 meningkat menjadi

67,33 pada tahun 2003 (BPS, 2007). Pada tahun 2004 IPM di Indonesia

meningkat sebesar 0,3 yaitu menjadi 68.7. Pada tahun 2005 meningkat menjadi

69,6 dan pada tahun 2006 meningkat menjadi sebesar 70,1.

Indeks Pembangunan Manusia tertinggi pada periode 2002-2006 terjadi di

propinsi DKI Jakarta. Sedangkan Indks Pembangunan Manusia terendah terjadi di

propinsi NTB untuk tahun 2002 dan 2004, untuk tahun 2005 dan 2006 Indeks

pembangunan manusia terendah terjadi di propinsi Papua.


43

Tabel 4.4 Perkembangan Indek Pembangunan Manusia


Tahun IPM
2002 65,8
2003 67,3
2004 68,7
2005 69,6
2006 70,1
Sumber : BPS, 2007

Laju inflasi di Indonesia berfluktuasi dari tahun ke tahun. Pada tahun 2003

tercatat laju inflasi tahunan Indonesia sebesar 5,33 persen, laju inflasi meningkat

menjadi 6,18 persen pada tahun 2004. Pada tahun 2005 laju inflasi meningkat

sebesar 12,2 persen yaitu menjadi 18,38 persen. Pada bulan Oktober 2006 terjadi

inflasi 0,86 persen. Dari 45 kota tercatat 41 kota mengalami inflasi dan 4 kota

mengalami deflasi. Inflasi tertinggi terjadi di Ternate 2,98 persen dan inflasi

terendah di Balikpapan srbesar 0,02 persen. Sedangkan deflasi terbesar di Kendari

sebesar 0,66 persen, dan deflasi terkecil di Palu 0,06 persen, sedangkan laju inflasi

tahunan di Indonesia tahun 2006 menurun sebesar 12,09 persen menjadi 6.29

persen.

Pada bulan november 2007 terjadi inflasi sebesar 0.18 persen, dari 45 kota

tercatat 32 kota mengalami inflasi dan 13 kota mengalami deflasi. Inflasi tertinggi

terjadi di Manado 2,01 persen dan inflasi terendah di Balikpapan 0,04 persen.

Sedangkan deflasi terbesar terjadi di Makassar 1,74 persen dan terkecil di

Jayapura 0,03 persen. Inflasi terjadi karena adanya kenaikan harga yang

ditunjukkan oleh kenaikan indeks pada kelompok barang dan jasa sebagai berikut:

kelompok bahan makanan 0,04 persen, kelompok makanan jadi, minuman, rokok

& tembakau 0,43 persen, kelompok perumahan, air, listrik, gas & bahan bakar
44

0,12 persen, kelompok sandang 1,66 persen, kelompok kesehatan 0,26 persen,

kelompok pendidikan, rekreasi dan olahraga 0,11 persen. Sedangkan kelompok

transpor, komunikasi & jasa keuangan mengalami deflasi 0,27 persen. Sedangkan

laju infalasi tahunan di indonesia pada tahun 2007 menurun sebesar 0.42 persen

yaitu menjadi menjadi 6,71 persen.

Tabel 4.5 laju inflasi Tahunan


Tahun Laju Inflasi
2003 5,33
2004 6,18
2005 18,38
2006 6,29
Sumber : BPS, 2007

4.6. Program Pengentasan Kemiskinan

Sudah sejak lama kemiskinan dipercaya sebagai sumber utama kesusahan

di masyarakat, seperti munculnya penyakit, keterbelakangan mental, kekurangan

nutrisi, bahkan terjadinya konflik. Tak mengherankan jika dengan semakin

berkembangnya peradaban manusia, dan semakin meningkatnya kesadaran

manusia akan pentingnya kesamaan harkat dan martabat manusia, telah

menjadikan fenomena kemiskinan sebagai suatu permasalahan yang banyak

mendapatkan perhatian lebih. Berbagai telaah dalam ilmu sosial dan juga ekonomi

banyak dilakukan, terutama untuk mendapatkan pemahaman yang lebih

mendalam tentang konsep kemiskinan dan penyelesaian yang benar-benar efektif

dalam mengatasi masalah tersebut.


45

Pemerintah Indonesia dalam upayanya mengentaskan kemiskinan

melakukan beberapa langkah, diantaranya program Beras Miskin (Raskin),

Bantuan Langsung Tunai (BLT), Program Pemberdayaan Nasional Mandiri

(PNPM) dan Bantuan Operasional Sekolah (BOS).

4.6.1. Program Beras Miskin (Raskin)

Program Beras Miskin (Raskin) pada dasarnya merupakan kelanjutan dari

program Operasi Pasar Khusus (OPK) yang diluncurkan pada Juli 1998 di bawah

program Jaring Pengaman Sosial (JPS). Selama sembilan tahun pelaksanaan

program, berbagai pihak telah melakukan evaluasi dan hasilnya telah memberikan

input bagi perbaikan konsep dan pelaksanaan program. Beberapa penyesuaian

yang telah dilakukan antara lain meliputi perubahan nama, jumlah beras per

rumah tangga, frekuensi distribusi, sumber dan jenis data sasaran penerima

manfaat, dan penyediaan lembaga pendamping.

Pada 2002, pemerintah mengganti nama OPK menjadi Raskin agar lebih

mencerminkan sifat program, yakni sebagai bagian dari program perlindungan

sosial bagi Rumah Tangga Miskin (RTM), tidak lagi sebagai program darurat

penanggulangan dampak krisis ekonomi. Penetapan jumlah beras per bulan per

RTM yang pada awalnya 10 kg, selama beberapa tahun berikutnya bervariasi dari

10 hingga 20 kg, dan pada 2007 kembali menjadi 10 kg. Frekuensi distribusi yang

pada tahun-tahun sebelumnya 12 kali, pada 2006 berkurang menjadi 10 kali, dan

pada 2007 kembali menjadi 12 kali per tahun. Sasaran penerima manfaat yang
46

sebelumnya menggunakan data keluarga prasejahtera (KPS) dan keluarga

sejahtera 1 (KS-1) alasan ekonomi hasil pendataan BKKBN, sejak 2006 berubah

menggunakan data RTM hasil pendataan BPS melalui PSE-05.2. Selain itu, dalam

rangka meningkatkan kinerja pelaksanaan program, pada 2005 dan 2006 Bulog

melakukan kerja sama dengan 10 perguruan tinggi negeri untuk memberikan

pendampingan terhadap pelaksanaan Raskin di 12 provinsi.

Menurut data Susenas 2002–2006, persentase penerima Raskin dari

seluruh rumah tangga di Indonesia berfluktuasi pada kisaran 36 persen–45 persen.

Di Sumatera Barat, persentase penerima Raskin berkisar antara 11 persen–24

persen, di Jawa Timur 41 persen–53 persen, dan di Sulawesi Tenggara 35 persen–

59persen (Gambar 4.1). Kondisi tersebut sesuai dengan proporsi RTM di wilayah

bersangkutan.

Gambar 4.1. Jumlah Penerima Raskin

Penetapan pagu alokasi nasional didasarkan pada ketersediaan anggaran

subsidi dan data sasaran penerima. Pagu alokasi nasional dialokasikan untuk

masing-masing provinsi berdasarkan data sasaran penerima dengan


47

mempertimbangkan usulan pemda. Selanjutnya, pemda provinsi menetapkan

alokasi untuk setiap kabupaten/kota dan pemda kabupaten/kota menetapkan

alokasi untuk setiap kecamatan dan desa/kelurahan yang dibawahinya. Semua

pembagian tersebut ditetapkan secara proporsional dengan data sasaran penerima

di masing-masing wilayah. Sejak awal pelaksanaan OPK hingga 2005, sasaran

penerima manfaat menggunakan data keluarga pra sejahtera (Pra-KS) dan

keluarga sejahtera-1 (KS-1) alasan ekonomi hasil pendataan BKKBN, namun

sejak 2006 menggunakan data rumah tangga miskin (RTM) hasil pendataan BPS.

Tabel 4.6. Jumlah Rumah Tangga dan Pagu Alokasi Raskin Nasional
Jumlah Rumah Tangga
% RTM Sasaran
Tahun RTM Pagu Alokasi (Ton)
RTM Total terhadap RTM
Sasaran
Total
2000 16.000.000 7.500.000 46,88 1.350.000
2001 15.000.000 8.700.000 58,00 1.501.274
2002 15.135.560 9.790.000 64,68 1.349.600
2003 15.746.843 8.580.313 54,49 2.059.276
2004 15.746.843 8.590.804 54,56 2.061.793
2005 15.791.884 8.300.000 52,56 1.991.897
2006 15.503.295 10.830.000 69,86 1.624.500
2007 19.100.905 15.800.000 82,72 1.896.000
Sumber: BPS, 2007

Pagu alokasi Raskin nasional mengalami peningkatan hingga 2002, namun

kemudian mengalami penurunan dan pada 2007 sedikit meningkat. Sementara itu,

RTM sasaran program cenderung meningkat dari tahun ke tahun. Meskipun

proporsinya mengalami peningkatan, jumlah RTM sasaran masih lebih rendah

dari pada total RTM (Tabel 4). Sebagai contoh pada 2007, total RTM mencapai

19,1 juta, namun sasaran Raskin hanya 15,8 juta RTM sehingga terdapat 3,3 juta

RTM yang tidak memperoleh Raskin. Hal tersebut berimplikasi pada munculnya
48

berbagai permasalahan pelaksanaan program seperti dalam penargetan, ketepatan

jumlah beras yang diterima rumah tangga, dan frekuensi distribusi.

Jika Raskin hanya dibagikan kepada rumah tangga paling miskin maka

menurut data Bulog, Raskin akan mampu memenuhi 70 persen–95 persen. RTM

yang ada, bahkan menurut BPS akan melebihi RTM (127 persen–152 persen).

Selain itu, dengan jumlah rumah tangga 50–59 juta pada 2002–2006, maka

realisasi Raskin tersebut seharusnya dapat memberi manfaat kepada sekitar 40

persen rumah tangga di Indonesia dan bisa menjangkau seluruh rumah tangga

dengan tingkat kesejahteraan terendah, meskipun dengan jumlah beras di bawah

ketentuan.

4.6.2. Penanggulangan Pengangguran Program Nasional Pemberdayaan


Masyarakat (PNPM)

Program Nasional Pemberdayaan Masyarakat (PNPM) yang diunggulkan

sebagai program yang akan menyediakan lapangan kerja bagi jutaan orang

sekaligus menanggulangi kemiskinan. Padahal, program itu adalah kompilasi dua

program yang telah berjalan dengan biaya Bank Dunia, yakni Program

Pengembangan Kecamatan (PPK) dan Program Penanggulangan Kemiskinan di

Perkotaan (P2KP). Tahun 2006 PPK dilaksanakan di 1.145 kecamatan (18.007

desa). Dilaporkan, PPK telah dinikmati 18,1 juta orang miskin, 50 persen di

antaranya wanita.
49

4.6.3. Program Bantuan Operasional Sekolah (BOS)

Sebagai pengganti subsidi BBM, pelaksanaan pemberian Program BOS

ditargetkan pada masyarakat yang diwajibkan mengikuti pendidikan dasar 9 tahun

namun tidak memiliki kemampuan secara finansial untuk melanjutkan pendidikan.

Oleh karena itu, sasaran program BOS adalah semua sekolah setingkat SD dan

SMP, baik negeri maupun swasta di seluruh propinsi di Indonesia. BOS diberikan

kepada sekolah untuk dikelola sesuai dengan ketentuan yang ditetapkan

pemerintah pusat. Besarnya dana untuk tiap sekolah ditetapkan berdasarkan

jumlah murid.

Pelaksanan penyaluran dan pengelolaan Program Bantuan Operasional

Sekolah (BOS) dilakukan oleh organisasi pelaksana yang sebut Tim PKPSBBM

serta Sekolah/Madrasah yang memperoleh alokasi dana BOS. Tim PKPS-BBM

dibentuk di tingkat Pusat, Propinsi dan Kabupaten/Kota.


V. PEMBAHASAN

5.1. Gambaran Kemiskinan di Indonesia

Untuk menganalisis gambaran kemiskinan di Indonesia akan dilakukan

dengan analisis deskriptif dengan menginterpretasikan data yang telah di peroleh

dari BPS.

5.1.1 Perkembangan Jumlah Penduduk Miskin

Secara regional, pada tahun 2002 provinsi Jawa Timur memiliki jumlah

penduduk miskin terbesar, yaitu sekitar 7,7 juta jiwa. Empat provinsi lainnya yang

memiliki jumlah penduduk terbesar pada tahun 2002 adalah Jawa Tengah (7,3 juta

jiwa), Jawa Barat (4,9 juta jiwa), Sumatera Utara (1,8 juta jiwa), dan Lampung

(1,6 juta jiwa). Sementara, lima provinsi yang memiliki jumlah penduduk terkecil

adalah Bangka Belitung (106,2 ribu jiwa), Maluku Utara (110,1 ribu jiwa), Bali

(221,8 ribu jiwa), Sulawesi Utara (229,3 ribu jiwa), dan Kalimantan Tengah

(229,3 ribu jiwa). Pada tahun 2003, lima provinsi yang memiliki jumlah penduduk

miskin terbesar adalah Jawa Timur (7,5 juta jiwa), Jawa Tengah (6,9 juta jiwa),

Jawa Barat (4,8 juta jiwa), Sumatera Utara (1,8 juta jiwa), dan Lampung (1,5 juta

jiwa). Sementara lima provinsi yang memiliki jumlah penduduk miskin terkecil

adalah Bangka Belitung (98,2 ribu jiwa), Maluku Utara (118,8 ribu jiwa),

Sulawesi Utara (191,6 ribu jiwa), Kalimantan Tengah (207,7 ribu jiwa), dan Bali

(246,1 ribu jiwa). lima provinsi yang memiliki jumlah penduduk miskin terbesar

pada tahun 2004 adalah Jawa Timur (7,3 juta jiwa), Jawa Tengah (6,8 juta jiwa),
51

Jawa Barat (4,6 juta jiwa), Sumatera Utara (1,8 juta jiwa), dan Lampung (1,5 juta

jiwa). Sementara, 5 (lima) provinsi yang memiliki jumlah penduduk miskin

terkecil adalah Bangka Belitung (91,8 ribu jiwa), Maluku Utara (107,8 ribu jiwa),

Sulawesi Utara (192,2 ribu jiwa), Kalimantan Tengah (194,1 ribu jiwa), dan Bali

(231 ribu jiwa). Pada tahun 2006 lima provinsi yang memiliki jumlah penduduk

miskin terbesar yaitu provinsi Jawa Timur (7,6 juta jiwa), Jawa Tengah (7,1 juta

jiwa), Jawa Barat (5,7 Juta Jiwa), Sumara Utara (1,8 juta jiwa), dan Lampung

sebesar (1,6 juta jiwa).

Secara nasional jumlah penduduk miskin (penduduk yang berada dibawah

Garis Kemiskinan) di Indonesia pada tahun 2004 sebesar 36146,9 ribu jiwa.

Dibandingkan dengan penduduk miskin pada tahun 2002 yang berjumlah 38394,0

ribu jiwa hal ini menujukan bahwa jumlah penduduk miskin di Indonesia pada

periode tahun 2002-2004 turun sebesar 2247,1 ribu jiwa. Berdasaekan daerah

selama periode 2002-2004, jumlah penduduk miskin berada di daerah perdesaan.

Jumlah penduduk perkotaan berkurang 1949,7 ribu jiwa, dari 13318.70 ribu jiwa

tahun 2002 menjadi 11369,00 ribu jiwa pada tahun 2004. Sementara jumlah

penduduk miskin perdesaan berkurang sebesar 298,4 ribu jiwa menjadi 24777,90

ribu jiwa pada tahun 2004 dari 25076,30 ribu jiwa tahun 2002. Jumlah penduduk

miskin (penduduk yang berada dibawah Garis Kemiskinan) di Indonesia pada

tahun 2006 sebesar 39,05 juta (17,75 persen). Dibandingkan dengan penduduk

miskin pada tahun 2005 yang berjumlah 35,10 juta (15,97 persen), berarti jumlah

penduduk miskin meningkat sebesar 3,95 juta.


52

8000
7000
6000
5000 2002
4000
2003
3000
2004
2000
1000 2006
0
Lampung Sumatra Jawa Barat Jawa Jawa Timur
Utara Tengah
Sumber: BPS, 2007

Gambar 5.1. Jumlah Penduduk Miskin (ribu jiwa)

5.1.2. Perkembangan Persentase Penduduk Miskin

Secara regional, pada tahun 2002 provinsi Papua memiliki persentase

Penduduk miskin terbesar, yaitu sekitar 41,8 persen. Empat provinsi lainnya yang

memiliki persentase penduduk miskin terbesar adalah Maluku (34,78 persen),

Gorontalo (32,12 persen), Nusa Tenggara Timur (30,74), dan NAD (29,83

persen). Sementara, lima provinsi yang memiliki persentase penduduk miskin

terkecil adalah DKI Jakarta (3,42 persen), Bali (6,89 persen), Kalimantan Selatan

(8,51 persen), Banten (9,22 persen), dan Sulawesi Utara (11,22 persen). Pada

tahun 2003, lima provinsi yang memiliki persentase penduduk miskin terbesar

adalah Papua (39,03 persen), Maluku (32,85 persen), NAD (29,76 persen),

Gorontalo (29,25 persen), dan Nusa Tenggara Timur (28,63 persen). Sementara,

lima provinsi yang memiliki persentase penduduk miskin terkecil adalah DKI

Jakarta (3,42 persen), Bali (7,43 persen), Kalimantan Selatan (8,16 persen),

Sulawesi Utara (9,01 persen), dan Banten (9,56 persen). lima provinsi yang

memiliki persentase penduduk miskin terbesar pada tahun 2004 adalah Papua
53

(38,69 persen), Maluku (32,13 persen), Gorontalo (29,01 persen), NAD (28,47

persen), dan Nusa Tenggara Timur (27,86 persen). Sementara, lima provinsi yang

memiliki persentase penduduk miskin terkecil adalah DKI Jakarta (3,18 persen),

Bali (6,85 persen), Banten (8,58 persen), Sulawesi Utara (8,94 persen), dan

Bangka Belitung (9,07 persen). Pada tahun 2005 provinsi Papua memiliki

persentase Penduduk miskin terbesar, yaitu sekitar 40,83 persen. Empat provinsi

lainnya yang memiliki persentase penduduk miskin terbesar adalah Maluku (32,28

persen), Gorontalo (29,05 persen), NAD (28,68 persen) dan, Nusa Tenggara

Timur (28,19). Pada tahun 2006 provinsi Papua tetap sebagai provinsi yang

memiliki jumlah persentase Penduduk miskin terbesar, yaitu sekitar 41,46 persen.

Empat provinsi lainnya yang memiliki persentase penduduk miskin terbesar

adalah Maluku (33,03 persen), Nusa Tenggara Timur (29,34), Gorontalo (29,13

persen), dan NAD (28,28 persen).

Hal yang sangat menarik perhatian disini adalah hampir semua peovinsi

mengalami peningkatan persentase penduduk miskin terhadap penduduk totalnya,

dan daerah yang memiliki tingkat PDRB perkapita yang tinggi seperti propinsi

Papua berada pada peringkat pertama dalam persentase penduduk miskin

terbanyak. Hal ini menunjukan bahwa selama ini penerimaan pendapatan propinsi

Papua tidak cukup banyak digunakan untuk program pengentasan kemiskinan.

Secara nasional berdasarkan jenis kelamin selama periode 2002-2004,

persentase penduduk miskin perempuan berkurang lebih banyak bila

dibandingkan dengan persentase penduduk laki-laki. Penduduk laki-laki

berkurang 0,88 persen dari 17,49 persen tahun 2002 menjadi 16,61 persen pada
54

tahun 2004. Sementara persentase penduduk miskin perempuan berkurang sebesar

0,94 persen menjadi 16,72 persen pada tahun 2004 dari 17,66 persen tahun 2002.

Pada tahun 2002-2004 sebagian besar penduduk miskin berada di daerah

perdesaan. Persentase penduduk perdesaan berkurang 1 persen dari 21,11 persen

tahun 2002 menjadi 20,11 persen pada tahun 2004. Sementara persentase

penduduk miskin perkotaan berkurang sebesar 2,33 persen menjadi 12,13 persen

pada tahun 2004 dari 14,46 persen tahun 2002. Persentase penduduk miskin antara

daerah perkotaan dan perdesaan tidak banyak berubah. Pada tahun 2006, sebagian

besar (63,41 persen) penduduk miskin berada di daerah perdesaan.

45
40
35 2002
30
25 2003
20 2004
15
10 2006
5
0
Jakarta

Kalimantan

Tenggara
Sulawesi

Maluku
Utara

Timur
DKI

Selatan

Nusa

Sumber: BPS, 2007

Gambar 5.2. Persentase Penduduk Miskin Terhadap Penduduk Total


Provinsi

5.1.3 Indeks Kedalaman dan Indeks Keparahan Kemiskinan

Pada periode tahun 2002-2004, secara regional Indeks Kedalaman

Kemiskinan dan Indeks Keparahan Kemiskinan terbesar terjadi di provisi Papua

dan cenderung meningkat. Pada tahun 2002 Indek Kedalaman Kemiskinan di


55

Provinsi Papua sebesar 7,91 persen dan pada tahun 2004 meningkat menjadi 10.56

persen. Sementara Indeks Keparahan Kemiskinan di Papua Pada tahun 2002

sebesar 2.25 persen meningkat menjadi 5.01 persen, sedangkan Indeks Kedalaman

Kemiskinan dan Indeks Keparahan Kemiskinan terkecil terjadi di provisi DKI

Jakarta. Pada tahun 2002 Indeks Kedalaman Kemiskinan sebesar 0,39 persen dan

pada tahun 2004 meningkat menjadi 0,42. Sementara Indeks Keparahan provinsi

DKI Jakarta pada tahun 2002 sebesar 0,07 persen meningkat menjadi 0,09 persen.

Hal yang menarik untuk diperhatikan adalah bahwa hampir sebagian besar

provinsi mengalami peningkatan indeks kedalaman kemiskinan pada tahun 2003.

Hal ini juga konsisten dengan peningkatan indeks kedalaman kemiskinan secara

nasional. Dengan demikian dapat disimpulkan bahwa pada tahun 2003 terjadi

peningkatan rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis

kemiskinan sehingga berdasarkan indikator ini terlihat bahwa kondisi kemiskinan

pada tahun 2003 semakin memburuk. Secara umum . Pada tahun 2002 Indeks

Kedalaman Kemiskinan sebesar 3,01 persen dan menurun sebesar 0,12 persen

menjadi 2,89 persen. Sementara Indeks Keparahan Kemiskinan menurun sebesar

0,1 persen menjadi 0,78 persen pada tahun 2004 dari 0,79 persen tahun 2002. Ini

mengindikasikan bahwa rata-rata pengeluaran penduduk miskin cenderung makin

mendekati garis kemiskinan dan ketimpangan pengeluaran penduduk miskin juga

semakin menyempit. Berdasarkan penurunan indikator Indeks Keparahan

Kemiskinan ini mengindikasikan telah terjadi perbaikan kondisi kemiskinan di

indonesia.
56

Tabel.5.1. Indeks kedalaman Kemiskinan.


Provinsi Indeks Kedalaman Kemiskinan (Persen)
2002 2003 2004
NAD 4,32 6,73 6,32
Sumatera Utara 2,63 2,63 2,32
Sumatera Barat 1,81 1,74 1,52
Riau 2,01 2,46 2,28
Jambi 2,38 2,09 2,04
Sumatera Selatan 3,60 4,16 3,98
Bengkulu 3,39 4,03 3,82
Lampung 4,18 4,26 4,12
Bangk a Belitung 1,44 1,53 1,35
DK I Jakarta 0,39 0,49 0,42
Jawa Barat 2,21 2,20 1,91
Jawa Tengah 4,00 3,93 3,58
DI Yogyakarta 3,81 3,91 3,52
Jawa Timur 3,88 3,80 3,42
Banten 1,27 1,49 1,26
Bali 0,95 1,05 0,92
Nusa Tenggara Barat 5,01 4,87 4,35
Nusa Tenggara Timur 6,48 5,61 5,12
Kalimantan Barat 2,39 2,62 2,28
Kalimantan Tengah 2,04 2,15 1,98
Kalimantan Selatan 1,11 1,22 1,04
Kalimantan Timur 1,90 2,27 2,06
Sulawesi Utara 1,54 1,81 1,80
Sulawesi Tengah 4,46 4,58 4,03
Sulawesi Selatan 2,78 2,73 2,42
Sulawesi Tenggara 4,81 4,13 3,80
Gorontalo 6,20 7,02 6,95
Maluku 6,78 6,76 6,32
Maluku Utara 2,63 2,08 2,06
Papua 7,91 10,69 10,56
Sumber : BPS, 2004
57

Berdasarkan Tabel 5.1 Pada tahun 2002, lima provinsi yang memiliki

Indeks Kedalaman Kemiskinan terkecil adalah DKI Jakarta (0,39), Bali (0,95),

Kalimantan Selatan (1,11), Banten (1,27), dan Bangka Belitung (1,44). Hal ini

berarti bahwa kelima provinsi ini memiliki rata-rata kesenjangan pengeluaran

penduduk miskin terhadap garis kemiskinan terkecil. Sementara lima provinsi

yang memiliki Indeks Kedalaman Kemiskinan terbesar adalah Papua (7,91),

Maluku (6,78), Nusa Tenggara Timur (6,48), Gorontalo (6,20), dan Nusa

Tenggara Timur (5,01). Hal ini berarti kelima provinsi tersebut memiliki rata-rata

kesenjangan pengeluaran penduduk miskin terhadap garis kemiskinan terbesar.

Pada tahun 2003, lima provinsi yang memiliki Indeks Kedalaman Kemiskinan

terkecil adalah DKI Jakarta (0,49), Bali (1,05), Kalimantan Selatan (1,22), Banten

(1,49), dan Bangka Belitung (1,53). Hal ini berarti bahwa kelima provinsi ini

memiliki rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis

kemiskinan terkecil.

Lima provinsi yang memiliki Indeks Kedalaman Kemiskinan terbesar pada

tahun 2003 adalah Papua (10.69), Gorontalo (7,02), Maluku (6,76), NAD (6,73),

dan Nusa Tenggara Timur (5,61). Hal ini berarti kelima provinsi tersebut memiliki

rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis kemiskinan

terbesar. Hal yang menarik untuk dicatat adalah bahwa hampir sebagian besar

provinsi mengalami peningkatan Indeks Kedalaman Kemiskinan pada tahun 2003.

Hal ini juga konsisten dengan peningkatan Indeks Kedalaman Kemiskinan secara

nasional. Dengan demikian dapat disimpulkan bahwa pada tahun 2003 terjadi

peningkatan rata-rata kesenjangan pengeluaran penduduk miskin terhadap garis


58

kemiskinan sehingga berdasarkan indikator ini terlihat bahwa kondisi kemiskinan

semakin memburuk. Sementara, pada tahun 2004, 5 lima provinsi yang memiliki

Indeks Kedalaman Kemiskinan terkecil adalah DKI Jakarta (0,42), Bali (0,92),

Kalimantan Selatan (1,04), Banten (1,26), dan Bangka Belitung (1,35). Hal ini

berarti bahwa kelima provinsi ini memiliki rata-rata kesenjangan pengeluaran

penduduk miskin terhadap garis kemiskinan terkecil. Sementara lima provinsi

yang memiliki Indeks Kedalaman Kemiskinan terbesar adalah Papua (10,56),

Gorontalo (6,95), Maluku (6,32), NAD (6,32), dan Nusa Tenggara Timur (5,12).

Berdasarkan hal ini berarti kelima provinsi tersebut memiliki rata-rata

kesenjangan pengeluaran penduduk miskin terhadap garis kemiskinan terbesar

Provinsi DKI Jakarta pada tahun 2002 memiliki indeks keparahan

kemiskinan yang paling kecil, yaitu sekitar 0,07. Selanjutnya, empat provinsi

lainnya yang memiliki Indeks Keparahan Kemiskinan terkecil adalah Bali (0,21),

Kalimantan Selatan (0,23), Banten (0,29), dan Bangka Belitung (0,31). Hal ini

berarti bahwa kelima provinsi ini memiliki intensitas kemiskinan yang relatif

lebih kecil dibandingkan provinsi lainnya. Atau dengan kata lain, tingkat

keparahan kemiskinan di lima provinsi relatif lebih kecil secara nasional.

Sementara, lima provinsi yang memiliki indeks keparahan kemiskinan terbesar

adalah Papua (2,25), Nusa Tenggara Timur (1,97), Maluku (1,96), Gorontalo

(1,79), dan Sulawesi Tenggara (1,44). Dengan demikian dapat disimpulkan bahwa

kelima provinsi ini memiliki intensitas kemiskinan yang lebih parah dibandingkan

provinsi lainnya. Pada tahun 2004 indeks keparahan kemiskinan secara nasional

mengalami kenaikan, hal ini menunjukan bahwa secara nasional kondisi


59

kemiskinan semakin memburuk. Secara regional, lima provinsi yang memiliki

Indeks Keparahan Kemiskinan terkecil adalah DKI Jakarta (0,11), Bali (0,24),

Kalimantan Selatan (0,28), Bangka Belitung (0,34), dan Banten (0,36).

Sementara, lima provinsi yang memiliki Indeks Keparahan Kemiskinan terbesar

adalah Papua (4,00), Gorontalo (2,43), NAD (2,12), Maluku (1,96), dan Nusa

Tenggara Timur (1,64). Sementara, pada tahun 2004 secara nasional terjadi

penurunan Indeks Keparahan Kemiskinan, bahkan lebih rendah dari kondisi pada

tahun 2002. DKI Jakarta masih merupakan provinsi yang memiliki Indeks

Keparahan Kemiskinan paling kecil di Indonesia, yaitu sekitar 0,09. Selanjutnya,

empat provinsi lainnya yang memiliki Indeks Keparahan Kemiskinan terkecil

adalah Bali (0,21), Kalimantan Selatan (0,24), Banten (0,30), dan Bangka

Belitung (0,31). Sementara, lima provinsi yang memiliki Indeks Keparahan

Kemiskinan terbesar adalah Papua (5,01), Gorontalo (2,32), NAD (1,98), Maluku

(1,82), dan Nusa Tenggara Timur (1,48). Berdasarkan data, perkembangan

kondisi intensitas kemiskinan sangat tergantung dari perkembangan ekonomi

masing-masing daerah itu sendiri. Beberapa daerah yang secara konsisten

memiliki indeks keparahan kemiskinan terkecil terbukti memiliki perkembangan

ekonomi daerah yang cukup baik.


60

Tabel.5.2. Indeks Keparahan Kemiskinan

Indeks Keparahan Kemiskinan (Persen)


Provinsi
2002 2003 2004
NAD 1 2,12 1,98
Sumatera Utara 0,65 0,66 0,59
Sumatera Barat 0,43 0,43 0,37
Riau 0,48 0,66 0,7
Jambi 0,71 0,55 0,54
Sumatera Selatan 0,95 1,16 1,09
Bengkulu 0,83 1,03 0,98
Lampung 1,12 1,17 1,12
Bangk a Belitung 0,31 0,34 0,31
DK I Jakarta 0,07 0,11 0,09
Jawa Barat 0,56 0,56 0,48
Jawa Tengah 1,05 1,07 0,97
DI Yogyakarta 1,07 1,09 0,96
Jawa Timur 1,03 1,02 0,92
Banten 0,29 0,36 0,3
Bali 0,21 0,24 0,21
Nusa Tenggara Barat 1,28 1,32 1,16
Nusa Tenggara Timur 1,97 1,64 1,48
Kalimantan Barat 0,6 0,71 0,6
Kalimantan Tengah 0,57 0,7 0,68
Kalimantan Selatan 0,23 0,28 0,24
Kalimantan Timur 0,46 0,63 0,6
Sulawesi Utara 0,36 0,56 0,54
Sulawesi Tengah 1,21 1,32 1,14
Sulawesi Selatan 0,75 0,73 0,63
Sulawesi Tenggara 1,44 1,08 0,98
Gorontalo 1,79 2,43 2,32
Maluku 1,96 1,96 1,82
Maluku Utara 0,75 0,5 0,45
Papua 2,25 0,5 5,01
Sumber : BPS, 2004
61

5.2. Hasil Estimasi Model

Dalam panel data ada tiga pemodelan yang dapat dipilih, yaitu pooled,

fixed effect, dan random effect, untuk menentukan model yang terbaik dilakukan

beberapa pengujian, untuk memilih antara pooled atau fixed effect digunakan uji

Chow. Hasil uji Chow diperoleh nilai statistik sebesar 0.370424403 dan nilai F-

tabel sebesar 1.673573833 yang berarti menolak hipotesis untuk menggunakan

pooled dan menerima hipotesis untuk menerima fixed effect, untuk memilih antara

model fixed effect atau model random effect digunakan uji Hausman. Hasil Uji

Hausman diperoleh nilai statistik Hausman sebesar 0.728. karena nilai hausman

lebih besar dari nilai α (0.05) yang artinya menerima hipotesis untuk

menggunakan fixed effect dan menolak hipotesis untuk menggunakan random

efect.

Pengolahan dengan model fixed effect secara umum dilakukan dengan

metode Panel Least Square (PLS) tanpa pembobotan atau Generalized Least

Square (GLS) dengan pembobotan. Setelah dibandingkan antara model fixed

effect PLS dengan model fixed effect GLS, dapat disimpulkan bahwa model fixed

effect GLS menghasilkan nilai probabilitas t-statistik yang lebih baik dan nilai R-

Squared (R2) yang lebih tinggi. Berdasarkan hasil estimasi menggunakan fixed

effect pada Tabel 5.3 semua variabel penjelas yaitu TPT, PP, dan AMH signifikan

secara statistik pada tingkat α = 5 persen.


62

Tabel.5.3. Hasil Estimasi Panel Data dengan Menggunakan Model Fixed


Effect. GLS dan White Cross Section Covariance.
Variable Coefficient Standard t-Statistic Probability
Error
TPT 773.3819 141.3355 5.471959 0.0000
PP -0.044023 0.000155 -284.2659 0.0000
AMH -23495.01 1406.392 -16.70588 0.0000
Effects Specification

Cross-section fixed (dummy variabel)


Weighted Statistics

R-squared 0.999587 Mean dependent var. 2445174.


Adjusted R-squared 0.999355 S.D. dependent var. 2502993.
S.E. of regression 63568.93 Sum squared resid 2.30E+11
F-statistik 4310.128 Durbin-Watson stat. 2.403231
Prob(F-statistik) 0.000000
Unweighted Statistics

R-squared 0.999140 Mean dependent var. 1243113


Sum squared resid 2.62E+11 Durbin-Watson stat. 1.991167
Keterangan : * signifikan pada taraf nyata 5 %
Sumber : Lampiran

Berdasarkan hasil estimasi, diperoleh nilai R-Squared (R2) weighted atau

koefisien determinasi sebesar 0.999140 yang menunjukkan keragaman TK pada

provinsi-provinsi di Indonesia dapat dijelaskan oleh variabel yang dimasukan

kedalam model hanya sebesar 99.9140 persen. sedangkan sisanya dijelaskan oleh

variabel lain di luar model. Sedangkan nilai R-Squared (R2) Unweighted yang

dihasilkan sebesar 0.999587 yang menunjukkan bahwa 99.9587 persen

keragaman TK pada provinsi-provinsi di Indonesia dapat dijelaskan oleh variabel

bebas pada model, sedangkan sisanya dijelaskan oleh variabel lain di luar model.

Hasil estimasi ini diperkuat dengan nilai probabilitas F-statistik yang signifikan

pada tingkat kepercayaan 95 persen dan tingkat α = 5 persen yaitu sebesar

0.000000, yang berarti minimal ada satu variabel bebas yang berpengaruh nyata
63

terhadap variabel terikat sehingga model penduga sudah layak untuk menduga

parameter yang ada dalam fungsi.

Menurut Gujarati (1995), untuk memperoleh model yang baik harus

memenuhi asumsi regresi klasik. Artinya, model harus terbebas dari masalah-

masalah dalam regresi yaitu multikolinearitas, heteroskedastisitas, dan

autokorelasi. Untuk mengetahui ada atau tidaknya multikolinearitas, dapat dilihat

dari nilai probabiltas t-statistik dan nilai probabilitas F-statistik. Dari hasil regresi,

seluruh variabel bebas signifikan, dan nilai probabilitas F-statistik yang signifikan

pada tingkat kepercayaan 95 persen dan tingkat α = 5 persen yaitu sebesar

0.000000 sehingga asumsi adanya multikolinearitas dapat diabaikan.

Karena dalam mengestimasi model diatas diberi perlakuan cross section

weights, serta white cross section covariance maka asumsi adanya

heteroskedastisitas dapat diabaikan.

Untuk masalah autokorelasi dapat dilihat dari nilai Durbin-Watson statistik

yaitu sebesar 2.403231, dimana 4-du (2.35) < DW (2.760909) < 4-dl (2.786)

Dengan demikian, model diatas tidak dapat ditentukan gejala autokorelasi. Dari

hasil estimasi dan pengujian asumsi regresi klasik, terhadap model fixed effect

dengan perlakuan cross section weights dan white cross section covariance, maka

model tersebut layak untuk digunakan dalam penelitian ini.


64

5.3. Interpretasi Model

Hasil estimasi model tingkat kemiskinan menunjukkan bahwa seluruh

variabel, yaitu TPT, PP, dan AMH berpengaruh signifikan terhadap TK (tingkat

kemiskinan).

5.3.1. Tingkat Pengangguran Terbuka (TPT)

Tingkat pengangguran terbuka menunjukkan jumlah penduduk yang

sedang mencari pekerjaan, sedang mempersiapkan usaha, dan penduduk yang

merasa tidak mungkin untuk mendapatkan pekerjaan. Nilai koefisien yang

diperoleh sebesar 773.3819 artinya apabila tingkat pengangguran terbuka

meningkat sebesar 1 persen, maka nilai tingkat kemiskinan akan meningkat

sebesar 773.3819 jiwa. Ini berarti terjadi korelasi yang positif antara TPT

(Tingkat Pengangguran Terbuka) dan TK (Tingkat Kemeskinan). Nilai

probabilitas (p-value) sebesar 0.0000 menunjukkan bahwa tingkat pengangguran

terbuka berpengaruh signifikan terhadap tingkat kemiskinan pada taraf nyata lima

persen. Hal ini sesuai dengan hipotesis, dengan peningkatan tingkat pengangguran

terbuka yang tinggi, berarti kesejahteraan masyarakat yang tercermin dalam

tingkat kemiskina tidak semakin baik.

5.3.2. Variabel Pendapatan Perkapita (PP)

Variabel PP berpengaruh signifikan pada taraf nyata lima persen terhadap

tingkat kemiskinan dengan nilai probabilitas (p-value) 0.00000 dan memiliki

korelasi yang negatif. Koefisien PP yang diperoleh sebesar -0.044023, artinya


65

apabila pendapatan perkapita masyarakat meningkat sebesar 1 rupiah, maka nilai

tingkat kemiskinan menurun sebesar 0.044023 jiwa.

Hal tersebut sesuai dengan hipotesis bahwa PP memiliki korelasi negatif

terhadap tingkat kemiskinan. Dengan meningkatnya pendapatan perkapita berarti

kemiskinan akan semakin berkurang, sehingga kesejahteraan masyarakat semakin

meningkat dan menjadi lebih baik.

5.3.3. Variabel Angka Melek Huruf (AMH)

Dalam penelitian ini pendidikan yang diwakili oleh angka melek huruf

berpengaruh signifikan pada taraf nyata 5 persen dan berhubungan negatif dengan

tingkat kemiskinan dengan nilai probabilitas (p-value) 0.00000. Nilai koefisien

yang diperoleh sebesar -23495.01, artinya apabila angka melek huruf naik sebesar

1 persen, maka nilai tingkat kemiskinan akan turun sebesar 23495,01 jiwa. Hal

tersebut sesuai dengan hipotesis bahwa angka melek huruf dapat menurunkan

tingkat kemiskinan. Angka melek huruf berpengaruh terhadap besarnya tingkat

kemiskinan.

Hasil tersebut sesuai dengan teori lingkaran setan kemiskinan (the vicious

circle of poverty). Dalam the vicious circle of poverty, penduduk miskin memiliki

pendapatan yang rendah, sehingga tidak memiliki kemampuan untuk berinvestasi,

termasuk berinvestasi dalam pendidikan dan kesehatan. Ketidakmampuan

berinvestasi dalam pendidikan dan kesehatan akan berimplikasi kepada rendahnya

kualitas sumber daya manusia, sehingga tingkat produktivitas akan rendah pula.

Tingkat produktivitas yang rendah akan menyebabkan pendapatan yang rendah.


66

Penyediaan pendidikan dan pelayanan kesehatan gratis bagi penduduk

miskin merupakan salah satu solusi yang dapat dipilih untuk memotong lingkaran

setan kemiskinan. Dengan tersedianya pendidikan dan kesehatan gratis bagi

penduduk miskin maka kualitas sumber daya manusianya akan semakin lebih

baik, sehingga produktifitas akan meningkat yang akan berimplikasi kepada

peningkatan pendapatan, sehingga peningkatan pendapatan inilah yang akan

meningkatkan daya beli dan investasi, yang mencerminkan kesejahteraan

masyarakat yang tinggi.


VI. KESIMPULAN DAN SARAN

6.1. Kesimpulan

1. Secara umum berdasarkan indikator jumlah penduduk miskin, persentase

penduduk miskin, Indeks Kedalaman dan Indeks Keparahan Kemiskinan

menunjukan bahwa tingkat kemiskinan di Indonesia untuk periode 2002-2004

semakin membaik. Secara Absolut kemiskinan lebih besar terjadi di provinsi

Jawa Timur. Sementara secara regional persentase kemiskinan paling besar

terjadi di provinsi Papua dan terkecil terjadi di provinsi DKI Jakarta. Hal yang

sangat menarik adalah bahwa provinsi yang memiliki tingkat pendapatan yang

cukup tinggi belum menjamin suatu daerah akan memiliki tingkat kemiskinan

yang rendah pula apabila sebagian pendapatannya tidak digunakan untuk

program pengentasan kemiskinan. Beberapa daerah yang secara konsisten

memiliki indeks keparahan kemiskinan terkecil terbukti memiliki

perkembangan ekonomi daerah yang cukup baik.

2. Faktor-faktor yang mempengaruhi secara signifikan terhadap tingkat

kemiskinan adalah tingkat pengangguran, pendapatan, dan pendidikan. Ketiga

faktor diatas merupakan faktor yang sangat berpengaruh terhadap tingkat

kemiskinan, ini mengindikasikan bahwa tinggi rendahnya tingkat kemiskinan

yang terjadi di Indonesia salah satunya tergantung dari pendapatan yang

diterima oleh masyarakat dan tergantung dari pengeluaran penduduk terhadap

pendidikan serta tergantung pada kebijakan pemerintah dalam menurunkan

tingkat pengangguran. Pendapatan perkapita merupakan faktor yang


67

berpengaruhnya cukup besar terhadap tingkat kemiskinan dibandingkan

dengan angka melek huruf dan tingkat pengangguran, ini menunjukan bahwa

peran pemerintah dalam tingkat pengangguran belum maksimal untuk

menurunkan angka kemiskinan.

6.2. Saran

1. Provinsi-provinsi yang memiliki tingkat kemiskinan yang cukup tinggi

seperti Jawa Timur dan Papua perlu diberi perhatian lebih besar oleh

pemerintah tanpa mengabaikan provinsi-provinsi lain dalam program

pengentasan kemiskinan, yaitu pemerintah harus meningkatkan kualitas

pendidikan masyarakat melalui penambahan anggaran untuk program

Dana BOS, sehingga fasilitas untuk pendidikan menjadi lebih baik.

2. Kecilnya pengaruh tingkat pengangguran bukan berarti harus diabaikan,

artinya pemerintah tetap harus lebih memaksimalkan kinerjanya yang

terfokus kepada penduduk miskin melalui penambahan tingkat kesempatan

kerja melalui proyek-proyek padat karya, dan penambahan anggaran untuk

program penanggulangan pengangguran sehingga tingkat pengangguran

akan semakin lebih kecil.


DAFTAR PUSTAKA

Alfian. 1980. Kemiskinan Struktural:Suatu Bunga Rampai. Penerbit Yayasan


Ilmu-Ilmu Sosial dan HIPIS, Jakarta

Badan Pusat Statistik. 2004. Data dan Informasi kemiskinan tahun


2004.BPS, Jakarta.

Badan Pusat Statistik. 2007. Perkembangan Beberapa Indikator Utama Sosial-


Ekonomi Indonesia tahun 2007 . BPS, Jakarta.

Badan Pusat Statistik. 2008. Laporan Perekonomian Indonesia tahun 2005 . BPS,
Jakarta.

Badan Pusat Statistik. 2005. Statistic Indonesia tahun 2005 . BPS, Jakarta.

Baltagi, B.H. 1995. Econometrics Analysis of Panel Data. Third Edition. John
Wiley and Sons, Chicester.

Departemen Pertanian, Pusat Penelitian dan Pengembangan Sosial Ekonomi


Pertanian. 2004. Kemiskinan Indonesia: Suatu Fenomena Ekonomi. Badan
penelitian Pertanian, Bogor.

Holis, A. 2006. Relevankah Merger Bank di Indonesia? (Pendekatan Efisiensi dan


Skala Ekonomi) [skripsi]. Fakultas Ekonomi dan Manajemen, Institut
Pertanian Bogor, Bogor.

Gujarati, D. 2003. Basic Econometrics. Fourth Edition. McGraw-Hill, New York.

Hartomo dan, Aziz. 1997. Ilmu Sosial Dasar. Bumi Aksara, Jakarta

Intania, O, I. 2003. Tingkat Partisipasi Masyarakat dalam Program


Penanggulangan Kemiskinan di Perkotaan [skripsi]. Jurusan Ilmu-Ilmu
Sosial Ekonomi Fakultas Pertanian, IPB, Bogor.

Nur, N. S. 2004. Faktor-Faktor yang Mempengaruhi Efektivitas Komunikasi


dalam Proyek Penanggulangan Kemiskinan di Perkotaan [tesis]. IPB,
Bogor.

Nurhayati, M. 2004. Analisis Faktor-Faktor yang mempengaruhi kemiskinan di


Jawa Barat [skripsi]. Departemen Ilmu Ekonomi. Fakultas Ekonomi dan
Manajemen, IPB, Bogor.
Rahmawati, Y. I. 2006 Analisis Faktor-Faktor yang Mempengaruhi Kemiskinan
Rumah Tangga di Kabupaten Pacitan Propinsi Jawa Timur [skripsi].
Program Studi Pertanian dan Sumberdaya. Fakultas Pertanian, IPB, Bogor.

Sajogyo. 1977. Kemiskinan dan Kebutuhan Minimum Pangan. Lembaga


Penelitian Sosiologi Pedesaan. IPB, Bogor.

Saldanha, J.1998. Pertumbuhan Ekonomi, Survei Ekonomi Politik di


Indonesia.Analisis CSIS Studi Pembangunan Politik, Pertumbuhan dan
Kerja Intelektual, 02:pp 126-151.

Sumodiningrat, G. 1999. Kemiskinan: Teori, Fakta dan Kebijakan. IMPAC,


Jakarta.

Suparlan, P. 1984. Kemiskinan di Perkotaan: Bacaan untuk Antropologi


Perkotaan. Sinar Harapan, Jakarta.

Suryadiningrat, B. 2003. Persepsi dan Tindakan Tokoh Masyarakat Desa


terhadap Kemiskinan [skripsi]. Departemen Ilmu-Ilmu Sosial Ekonomi,
Fakultas Pertanian, IPB, Bogor.

Suryawati, C.2005. Memahami Kemiskinan Secara Multidimensional. [Tesis].


Universitas Diponegoro, Jawa Tengah.

Tambunan, T. 2006. Perekonomian Indonesia Sejak Orde Lama Hingga Pasca


Krisisi. Pustaka Quantum, Jakarta.

Widyanti, R. 2001. Telaah terhadap Partisipasi, Pendapatan dan Tingkat


Kemiskinan Peserta Program Perhutanan Sosial [skripsi]. Departemen
Ilmu-Ilmu Sosial Ekonomi, Fakultas Pertanian. IPB, Bogor.

Wiraswara, A. 2005. Pertumbuhan Ekonomi dan Penggurangan Angka


Kemiskinan di Indonesia [skripsi]. Departemen Ilmu Ekonomi. Fakultas
Ekonomi dan Manajemen, IPB, Bogor.
Lampiran 1. PDRB per Propinsi dengan menyertakan Sektor Migas
tahun 2001-2005 (dalam juta)
Propinsi 2002 2003 2004

NAD 42338751.33 44677163.2 40374282.3


Sumut 75189140.89 78805608.56 83328948.58
Sumbar 24840187.76 26146781.63 27578136.58
Riau 96872503.01 99853745.5 103725782.4
Jambi 10803423.29 11343279.54 11953885.47
Sumsel 43643276.17 45247400.63 47344395
Bengkulu 5310017.09 5595028.74 5896255.33
Lampung 25433275.29 26898051.9 28262288.53
Babel 6904686.93 7719713.28 7966849.48
DKI 250331156.6 263624241.9 278524822.2
Jabar 211391702.7 221628173.7 233057690.9
Jateng 123038541.1 129166462.5 135789872.3
DIY 14687284.33 15360408.85 16146423.44
Jatim 218452389.1 228884458.5 242228892.2
Banten 49449321.34 51957457.73 54880406.5
Bali 18423860.69 19080895.84 19963243.81
NTB 13544495.89 14073340.01 14953219.73
NTT 8622490.95 9016717.28 9446769.83
Kalbar 20741896.8 21376951.43 22401190.28
Kalteng 11904502.01 12488475.1 13182799.17
Kalsel 18606511.92 19483168.54 20487442.09
Kaltim 87850398 89483542 91050494.61
Sulut 11291462.78 11652793.37 12149501.26
Sulteng 9600363.96 10196749.88 10925465.1
Sulsel 33645402.74 35410566.05 37291394.11
Sultra 6468061.84 6957662.46 7480180.34
Gorontalo 1655327.91 1769187.99 1891763.26
Maluku 2847739.01 2970465.69 3101995.93
Malut 1957715.68 2032571.71 2128108.25
Papua 25355899.56 25632583.48 21247338.44

Indonesia 49040059.56 51284454.9 53491994.58


Sumber : BPS (2005)
Lampiran 3. Jumlah Penduduk per Propinsi tahun 2001-2005
Propinsi 2002 2003 2004

NAD 4166000 4213281 4075599


Sumut 11891742 11856907 12068731
Sumbar 4289647 4456816 4528242
Riau 5307863 5557880 5679643
Jambi 2479469 2568598 2619553
Sumsel 7170327 6486015 6596057
Bengkulu 1640597 1517181 1541551
Lampung 6862338 6928822 7028388
Babel 913868 976031 1012655
DKI 8379069 8603776 8725630
Jabar 36914933 37980422 38472185
Jateng 31691866 32052840 32397431
DIY 3156229 3207385 3220808
Jatim 35148579 36499078 36396534
Banten 8529749 8956229 9083144
Bali 3216881 3351353 3393620
NTB 4127519 4005238 4076040
NTT 3924871 4073249 4139206
Kalbar 4167293 3947691 4010338
Kalteng 1947263 1826659 1867231
Kalsel 3054129 3174551 3219398
Kaltim 2566125 2704851 2761575
Sulut 2043742 2127820 2154235
Sulteng 2268046 2210100 2245242
Sulsel 8244890 8213864 8342083
Sultra 1915326 1875585 1911103
Gorontalo 855057 881057 896004
Maluku 1261083 1217472 1238812
Malut 794024 853161 869235
Papua 2387427 2349644 2502262

Indonesia 211315952 214673556 217072535


Sumber : BPS (2005)
Lampiran 6. Angka Melek Huruf per Propinsi tahun 2001-2005
Propinsi 2002 2003 2004

NAD 95.8 96.2 95.7


Sumut 96.1 96.8 96.6
Sumbar 95.1 95.6 95.7
Riau 96.5 96.1 96.4
Jambi 94.7 95.1 95.8
Sumsel 94.1 95.1 95.7
Bengkulu 93.0 93.5 94.2
Lampung 93.0 91.6 93.1
Babel 91.7 91.4 93.5
DKI 98.2 98.4 98.3
Jabar 93.1 93.8 94.0
Jateng 85.7 85.7 86.7
DIY 85.9 85.7 85.8
Jatim 83.2 83.3 84.5
Banten 93.8 93.7 94.0
Bali 84.2 84.4 85.5
NTB 77.8 75.1 78.3
NTT 84.1 84.9 85.2
Kalbar 86.9 87.5 88.2
Kalteng 96.4 96.1 96.2
Kalsel 93.3 93.5 94.8
Kaltim 95.2 94.8 95.0
Sulut 98.8 98.9 99.1
Sulteng 93.3 93.6 94.4
Sulsel 83.5 83.4 84.5
Sultra 88.2 90.4 90.7
Gorontalo 95.2 94.7 94.7
Maluku 96.3 97.0 97.8
Malut 95.8 95.5 95.2
Papua 74.4 74.4 74.2

Indonesia 91.11 91.21 91.79


Sumber ; BPS (2005)
Dependent Variable: TKM
Method: Panel EGLS (Cross-section weights)
Date: 02/03/09 Time: 09:48
Sample: 2002 2004
Cross-sections included: 30
Total panel (balanced) observations: 90
Linear estimation after one-step weighting matrix
White cross-section standard errors & covariance (d.f. corrected)

Variable Coefficient Std. Error t-Statistic Prob.

C 3710295. 129112.2 28.73697 0.0000


TPT 773.3819 141.3355 5.471959 0.0000
PP -0.044023 0.000155 -284.2659 0.0000
AMH -23495.01 1406.392 -16.70588 0.0000

Effects Specification

Cross-section fixed (dummy variables)

Weighted Statistics

R-squared 0.999587 Mean dependent var 2445174.


Adjusted R-squared 0.999355 S.D. dependent var 2502993.
S.E. of regression 63568.93 Sum squared resid 2.30E+11
F-statistic 4310.128 Durbin-Watson stat 2.403231
Prob(F-statistic) 0.000000

Unweighted Statistics

R-squared 0.999140 Mean dependent var 1243113.


Sum squared resid 2.62E+11 Durbin-Watson stat 1.991167