Nama : Aprilia Winar Hapsari

Kelas : PS-3B
NIM : 4.42.18.1.03

1. Judul :
“Does Zakat reduce poverty? Evidence from Tunisia using the Fuzzy Approach”
“Apakah Zakat mengurangi kemiskinan? Bukti dari Tunisia menggunakan Fuzzy
Approach”
2. Nama Penulis : Mejda Bouanani and Besma Belhadj
3. Nama, Volume, Th Jurnal : Metroeconomica. 2020;00:1–16.
4. Inti Latar Belakang Masalah :
Islam adalah kelompok keagamaan terbesar kedua di dunia dengan hampir 2 miliar
Muslim. Zakat wajib bagi umat Islam yang berpedodo kepada Nisab. Di zaman
kontemporer, dianggap sukarela, dan ini, sebagian, menjelaskan jumlahnya yang
berkurang dan kontribusinya yang rendah dalam mayoritas sistem sosial ekonomi karena
keengganan mereka dalam pengumpulan Zakat. Memang, sekitar 35% miskin di dunia
milik negara-negara Muslim (Bank Dunia, 2010). Pryor (2007) menjelaskan, dalam
ekonomi Muslim, agama tampaknya tidak menjadi variabel penjelasan yang berguna,
karena telah relatif sedikit pengaruh pada sebagian besar indikator kinerja ekonomi atau
sosial. Tunisia adalah negara Muslim berkembang, yang telah memiliki pertumbuhan
ekonomi rata-rata sebelum 2011, sekitar 4%,3 tetapi telah menghadapi kemiskinan. Zakat
dianggap bersifat sukarela di Tunisia, dan lembaga Zakat masih menjadi proyek. Nisab
zakat di Tunisia masing-masing 5.500 TD dan 6.035 TD, pada tahun 2010 dan 2015.
Dengan demikian, makalah ini bertujuan untuk menyarankan simulasi tentang Tunisia
oleh Zakat untuk membuktikan bahwa Zakat dapat mengurangi kemiskinan secara
signifikan. Zakat adalah salah satu dari lima rukun Islam. Ini digunakan untuk memerangi
kemiskinan di masyarakat Muslim. Di Islam, Zakat adalah wajib bagi semua Muslim
kaya dan diberikan kepada yang membutuhkan. Berdasarkan Definisi hukum syariat,
muslim yang berkecukupan berarti muslim yang telah mencapai tingkat Nisab setara
dengan nilai pasar 85 g emas. Nisab menurut teologi Islam adalah Islamic ditetapkan pada
tingkat yang rendah sehingga memungkinkan zakat untuk dikenakan pada bagian yang
lebih luas dari populasi. Ini, pada gilirannya, memungkinkan tindakan amal dipraktikkan
tidak hanya oleh orang kaya, tetapi juga oleh kelas lain (Kochuyt, 2009). Haul adalah
berlalunya satu tahun. Karena Zakat adalah kewajiban tahunan, kekayaan harus dipegang
untuk tahun sebelum dibebankan dengan Zakat, yang menjadi dasar bagi pembayar zakat
mempertahankan komersial buku. Menurut Al-Quran, “Zakat dimaksudkan hanya untuk
orang miskin dan membutuhkan, mereka yang memungut pajak, mereka yang hatinya
harus dimenangkan, untuk membebaskan manusia dari belenggu, untuk pembebasan dari
mereka yang terlilit hutang, karena Allah, dan karena musafir: [inilah] ketetapan dari
Allah- dan Allah Maha Mengetahui lagi Bijaksana”. Jehle (1994) mendefinisikan Zakat
sebagai pajak tahunan yang dikenakan atas kekayaan di atas ambang batas yang
ditentukan (Nisab), hasil (pengumpulan zakat) yang dibagikan kepada yang
membutuhkan, dan itu adalah lembaga penting dari kerangka sosial-ekonomi Islam.
Tujuan dari Sistem zakat adalah untuk mengentaskan kemiskinan dan mempersempit
jurang pemisah yang lebar antara si kaya dan si miskin. Ini di gilirannya, akan
meningkatkan standar hidup masyarakat miskin. Kahf (1989) memperkirakan potensi
pengumpulan Zakat di negara-negara Muslim, jika dimobilisasi dengan benar dapat
berjumlah rata-rata 1,8% hingga 4,3% dari PDB tahunan, meskipun, data pengumpulan
Zakat dari negara-negara tertentu menunjukkan bahwa total pengumpulan Zakat saja
bervariasi dari 0,01% hingga 0,30% dari PDB (Ahmed, 2004). Potensi Penghimpunan
Zakat dan Kegunaannya untuk penanggulangan kemiskinan yang efektif masih belum
dimanfaatkan. Kemiskinan telah menjadi tantangan besar dan masalah serius, terutama
bagi negara-negara berkembang. Target pertama Tujuan Pembangunan Milenium
(MDGs) adalah setengahnya, antara tahun 1990 dan 2015, proporsi penduduk yang
pendapatannya kurang dari US$1 per hari di negara berkembang. Oleh karena itu, Zakat
dapat membantu mempercepat pengentasan kemiskinan karena sebagian besar negara
Muslim negara-negara berkembang. Menggunakan data simulasi berdasarkan data survei
rumah tangga, sebelum revolusi (2010) dan sesudahnya revolusi (2015), yang dilakukan
oleh Institut Statistik Nasional Tunisia (TNIS), penelitian ini mengeksplorasi kontribusi
Zakat dalam pengentasan kemiskinan dengan menggunakan pendekatan Fuzzy Set untuk
mengukur kemiskinan di Tunisia pertama tanpa Zakat (data nyata), dan kedua dengan
Zakat (data simulasi). Kertas ini dibagi menjadi lima bagian. Bagian pertama memberikan
pengenalan singkat tentang Zakat dan pentingnya untuk Muslim. Bagian kedua mencakup
tinjauan literatur tentang studi tentang efeknya zakat dalam pengentasan kemiskinan.
Bagian ketiga berfokus pada tinjauan literatur dari Himpunan Fuzzy pendekatan dan
menjelaskan berbagai tahapan penelitian ini. Bagian keempat membahas hasil dari
aplikasi simulasi di Tunisia, sedangkan bagian kelima menyimpulkan penelitian ini
5. Teori :
Perspektif Fuzzy Set Theory (FST) diprakarsai oleh Zadeh (1965) sebagai matematika
yang efisien metode. Pendekatan ini telah memungkinkan untuk menjauh dari dikotomi
miskin/tidak miskin dan memperlakukan keadaan kemiskinan atau kesejahteraan
seseorang berdasarkan derajat, yang menyebabkan Cerioli dan Zani (1990) untuk
membangun konsep kemiskinan fuzzy melalui proses metodologis dari Fuzzy Set Teori.
Kemudian, Cheli dan Lemmi (1995) membuat perbaikan teoretis dan metodologis untuk
Pendekatan FST dengan mengembangkan pendekatan Totally Fuzzy and Relative (TFR).
Dari titik ini, implementasi metodologis pendekatan ini dikembangkan oleh Betti, Cheli,
dan Cambini (2004), yang lebih menitikberatkan pada dimensi waktu, khususnya
menggunakan alat matriks transisi. Sebagai ekstensi ke karya Qizilbash (2003), Lemmi
dan Betti (2006) terkait literatur filosofis pada ketidakjelasan literatur tentang pengukuran
kemiskinan, yang mengarah pada pengakuan fakta bahwa kemiskinan harus dianggap
sebagai gelar daripada sebagai atribut. Pengamatan ini juga berlaku untuk saran yang
dibuat oleh Betti, Cheli, Lemmi, dan Verma (2008) untuk mengambil bobot yang
proporsional dengan sebaran atribut dalam populasi. Kemudian, untuk menghindari
definisi biner kemiskinan yang biasa, Belhadj (2011) mengusulkan penggunaan
Pendekatan Teori Informasi untuk merancang indeks kemiskinan unidimensional fuzzy
dengan menggunakan selang kepercayaan dari garis kemiskinan dan fungsi keanggotaan
untuk mengidentifikasi sejauh mana rumah tangga yang dapat dikategorikan miskin atau
tidak miskin. Panek (2010) mengusulkan untuk memperluas pendekatan IFR dengan
memasukkan dua indikator tambahan, yaitu indikator Fuzzy Monetary Depth (FMD) dan
Fuzzy Indikator Kedalaman Tambahan Moneter (FSD). Dan baru-baru ini, Betti,
Gagliardi, Lemmi, dan Verma (2015) mengusulkan langkah-langkah kabur baru
kemiskinan moneter dan perampasan non-moneter untuk menyediakan interpretasi
ekonomi dari parameter yang digunakan oleh negara-negara Uni Eropa.
6. Inti Metode Penelitian :
Fungsi keanggotaan yang digunakan untuk mengevaluasi derajat keanggotaan suatu unit
pada himpunan bagian fuzzy (yaitu, indeks kemiskinan unidimensional) dapat berkisar
antara 0 dan 1, dan dapat dalam bentuk yang berbeda. Fungsi keanggotaan non-linier,
seperti kurva sigmoid atau eksponensial atau Gaussian, atau tidak teratur fungsi
berbentuk, dapat membuat "tune-tune" dari representasi. Untuk fungsi keanggotaan linier,
seperti trapesium atau segitiga, mereka dapat menggabungkan ambang batas minimum
dan/atau maksimum secara bersamaan.

Seperti yang ditunjukkan pada Gambar 1, pendekatan tradisional dapat dilihat sebagai
kasus khusus dari Pendekatan Fuzzy (Gambar 2), di mana fungsi keanggotaan mengambil
nilai biner 0 atau 1. Mengikuti pendekatan logika fuzzy, kesenjangan kemiskinan fuzzy
dapat menjadi perpanjangan dari rasio kesenjangan kemiskinan. Faktanya, kemiskinan
kabur gap mengacu pada fungsi keanggotaan yang menurun dari 1 ke 0 secara linier
(Gambar 2).
7. Analisa Data :
Estimasi kontribusi terhadap kemiskinan keseluruhan dari kekurangan yang diamati
dalam dimensi tertentu untuk kelompok tertentu adalah langsung, yang merupakan fungsi
agregator di seluruh atribut dan individu. Dengan mempertimbangkan semua rumah
tangga di set kami, kami mengusulkan indeks kemiskinan unidimensional karena
satu-satunya indikator kesejahteraan yaitu pengeluaran per kapita (xij). Ini adalah jumlah
tertimbang dari kemiskinan tingkat yang diukur untuk setiap distribusi atribut (Persamaan
(2)), bobot adalah bagian dari setiap atribut (yaitu, wilayah = j). Ini adalah rata-rata
tertimbang dari tingkat kemiskinan di dalam setiap kelompok. Fungsi agregator di seluruh
wilayah (j) dan individu (i) adalah sebagai berikut: U adalah perwakilan sampel populasi
dengan U = {u1, …, un} himpunan bagian dari populasi ini, dipartisi oleh geografis
wilayah. U mencakup semua rumah tangga dari suatu populasi, dengan demikian, setiap
ui U memiliki bobot konstan 1, dengan i = 1, …, n., jadi, n i=1 ni =n adalah ukuran
populasi. Kemudian, dimungkinkan untuk mengukur kontribusi kelompok atau faktor ke-
dalam tingkat kemiskinan secara keseluruhan dengan menggunakan persamaan berikut:

8. Hasil Penelitian :
Ilustrasi ukuran kemiskinan fuzzy unidimensional dilakukan dengan menggunakan data
dari survei rumah tangga yang dilakukan TNI pada tahun 2010 dan 2015, masing-masing
melibatkan 11.281 dan 25.144 rumah tangga. Survei ini memberikan informasi tentang
pengeluaran per kapita dan indicator privatisasi, seperti wilayah ekonomi dan daerah.
Untuk mendapatkan gambaran yang tepat tentang spesifikasi geografis dan sosial-
ekonomi yang beragam dari berbagai daerah di Tunisia, perlu untuk mempertimbangkan
indikator regional untuk klasifikasi nasional. Faktanya, indikator tingkat nasional tidak
memadai untuk analisis regional (Betti, Gagliardi, Lemmi, & Verma, 2012; Verma,
Lemmi, Betti, Gagliardi, & Piacentini, 2017). Karena itu, rumah tangga, secara relatif,
dibagi menurut posisinya terhadap tujuh wilayah yang berbeda (yaitu, j = 1, 2, …, 7):
Timur Laut, Barat Laut, Timur Tengah, Barat Tengah, Tenggara, Barat Daya, dan The
Greater Tunisia. Pembagian ini dibenarkan jika garis kemiskinan antar daerah pada tahun
2010 dan 2015 menjadi dibandingkan (Tabel 2). Tabel 2 menunjukkan, pada kolom kedua
dan keempat, sebaran rumah tangga menurut wilayah. Dalam kolom ketiga dan kelima,
garis kemiskina menurut daerah diestimasi menurut Persamaan (1), dengan menggunakan
data rumah tangga Tunisia tahun 2010 dan 2015, masing-masing. Garis kemiskinan
tertinggi adalah dari Hebat Tunis dan yang terendah adalah dari Barat Tengah; perbedaan
ini mencerminkan ketidaksetaraan dan perbedaan standar hidup antara kedua wilayah
tersebut. Perbedaan antara garis kemiskinan Timur dan Barat dapat dilihat pada tahun
2010 dan 2015, masing-masing: Rasio Timur/Barat di wilayah Tengah sama dengan 1,9
dan 1,5 dan rasio Timur/Barat di wilayah Selatan sama dengan 1,3 dan 1,02, masing-
masing. Selain itu, rasio Timur/Barat di Utara wilayah yang sama pada tahun 2010 dan
2015, yaitu sebesar 1.3. Memang, Timur menyaksikan yang cepat pembangunan ekonomi
dibandingkan dengan Barat (yaitu, interior), yang menyebabkan peningkatan kehidupan
biaya dan memberikan penjelasan tentang perbedaan garis kemiskinan Timur/Barat di
daerah dari Tunisia.

Dengan demikian, indeks kemiskinan unidimensional pada kolom 5 dan 9 dari Tabel 3
dihitung dengan mengalikan rata-rata aritmatika derajat keanggotaan setiap daerah ij oleh
wj. Mengenai daerah ini indikator ij, mereka tidak hanya kuat secara statistik di tingkat
nasional, tetapi juga melestarikan statistic signifikan ketika dipilah ke tingkat regional.
Ukuran rata-rata tersebut juga dapat disajikan sebagai indikator deprivasi dan disparitas
dalam konteks regional. Dengan demikian, dispersi dari regional berarti mengidentifikasi
disparitas geografis (Betti et al., 2012). Oleh karena itu, kesalahan standar (SE) dari
estimasi-estimasi di kolom 4 dan 8 dari Tabel 3 sudah kecil, yang mencerminkan kecilnya
variabilitas antara derajat keanggotaan dan rata-ratanya menurut wilayah. Pada tahun
2010, SE mereka bervariasi antara 0,006 di Tunis Besar dan 0,009 di Tenggara, yang
menampilkan disparitas antar daerah. Hal ini juga dapat disimpulkan dengan memeriksa
kolom 3 dari Tabel 3, yang membuktikan bahwa kemiskinan di Tunisia selama tahun
2010 secara umum merupakan fenomena yang sangat mempengaruhi Barat lebih dari
Timur. Di masing-masing wilayah Barat, indeks kemiskinan melebihi dari wilayah Timur
kecuali wilayah Selatan (2010) karena di wilayah Barat lebih sedikit ketimpangan
dibandingkan di wilayah Timur sebagaimana ditegaskan oleh Institut national de la
statistique (2012), yaitu
diprediksi oleh SE tertinggi (0,009). Pada tahun 2015, kolom 7 Tabel 3 menunjukkan SE
indeks kemiskinan unidimensionalnya adalah 0,004 di Tunis Besar dan wilayah Selatan,
tetapi di wilayah Tengah dan Utara, SE mereka adalah 0,005. Oleh karena itu, dalam
2015, SE mereka kecil (0,004 dan 0,005), yang mengungkapkan variabilitas yang lebih
rendah antara keanggotaan derajat dan rata-ratanya menurut wilayah. Selain itu, ukuran
sampel masing-masing wilayah (2015) lebih besar dari pada tahun 2010, yang biasanya
menghasilkan SE yang lebih kecil pada tahun 2015. Kemiskinan kabur total adalah 0,311
di Tunisia pada tahun 2010, terurai dari 0,061 di wilayah Timur Tengah, 0,053 di Tunis
Besar, 0,051 di wilayah Barat Tengah, 0,041 di wilayah Barat Laut, 0,039 di wilayah
Timur Laut, 0,038 di wilayah Tenggara dan 0,029 di wilayah Barat Daya. Kita melihat
bahwa rasio kemiskinan pada tahun 2010 ini hampir sama dengan penelitian yang
dilakukan oleh Zedini dan Belhadj (2016), yang sama dengan 0,3 untuk keadaan
keseluruhan.8 Selama tahun 2015, total fuzzy kemiskinan di Tunisia menurun menjadi
0,277 terurai dari 0,043 di wilayah Timur Tengah dan Barat, 0,041 di Tenggara, 0,040 di
Tunis Besar, 0,039 di wilayah Utara dan Barat Daya, dan 0,032 di wilayah Timur Laut.
Oleh karena itu, kemiskinan perlahan-lahan menurun antara 2010 dan 2015, yang
diperlukan untuk menggunakan program yang akan mendorong pembangunan manusia di
human miskin dan memperkuat perlindungan sosial, di samping menerapkan kebijakan
dan lembaga untuk kemiskinan dan pengurangan ketimpangan. Langkah kedua adalah
memperkirakan besarnya potensi Zakat Tunisia pada tahun 2010 dan 2015 dengan
simulasi data. Faktanya, perlu dicatat bahwa Zakat dikumpulkan, menurut hukum
Syariah, hanya dari Muslim kaya dan diberikan kepada Muslim miskin dan warga non-
Muslim, tetapi studi Kahfi tidak tidak memperhitungkan faktor ini untuk memperkirakan
potensi zakat berdasarkan perbedaan item yang dapat dizakat definisi. Akibatnya, Shirazi
dan Amin (2010) menyesuaikan PDB setiap negara Muslim dengan Muslim
mempertimbangkan faktor proporsi populasi Muslim di setiap negara Muslim untuk
memperkirakan Zakat pengumpulan di negara-negara anggota OKI. Mohieldin, Iqbal,
Rostom, dan Fu (2012) memperbarui potensi zakat dengan mempertimbangkan potensi
pengumpulan zakat berupa kiriman uang yang masuk. Makalah ini menggunakan metode
 yang diadopsi oleh Mohieldin et al. (2012) dan Shiraz (2014) untuk memperkirakan
potensi pengumpulan Zakat di Tunisia. Model yang ditentukan disediakan sebagai
berikut:
Total potential Zakat=Domestic Zakat+Remittances Zakat
dimana, Zakat Domestik = PDB (LCU saat ini) * Populasi Muslim (%)* Zi dan
Pengiriman Uang Zakat = 2,5% * tingkat tabungan domestik * pengiriman uang masuk (TD
saat ini).
Zakat yang terkumpul dari remitansi diperkirakan sebesar 2,5% dari remitansi yang disimpan
di dalam negeri. Zi (i = 1, 2 dan 3) sesuai dengan rata-rata dari tiga pandangan yang berbeda
dari para ahli hukum mengenai item yang dapat dizakatkan (Kahfi, 1989): Z1 = 1,8% dari
PDB, Z2 = 3,9% dari PDB dan Z3 = 4,3 % dari PDB. Persentasi Muslim di Tunisia adalah
99%.9 Variabel lain yang kami gunakan termasuk nilai saat ini dari Produk Domestik Bruto
dalam mata uang lokal, pengiriman uang pribadi, diterima (US $ saat ini), resmi nilai tukar
(LCU per US $, rata-rata periode), tingkat tabungan domestik (%) dan total populasi
Tunisia pada tahun 2010 dan 2015, diperoleh dari Bank Dunia.