2022
ANALISIS
KESENJANGAN
EKONOMI
KELOMPOK 6
MODUL
METODE ANALISA PERENCANAAN 1
ANALISIS KESENJANGAN EKONOMI
Dosen Pengampu:
Widiyanto Hari Subagyo Widodo S.T., M.SC
Gatot Subroto S.T., M.Ars
Disusun Oleh:
KELOMPOK 6
Puji syukur kami ucapkan atas kehadirat Tuhan Yang Maha Esa karena
atas berkat rahmat, nikmat, serta kasih sayang-Nya, kelompok kami, yaitu
kelompok 6 dapat menyelesaikan tugas mata kuliah Metode Analisa
Perencanaan I berupa modul ini dengan baik dan tepat waktu. Modul yang
berjudul “Modul Perhitungan Index Wiliamson, Index Theil, Kurva Lorenz dan
Moransi” berisi Langkah-langkah metode analisis sesuai dengan judul kami
dengan menggunakan Microsoft Excel dan aplikasi Geoda.
Terima kasih sebesar besarnya juga kami ucapkan kepada semua pihak
yang telah membantu dalam pembuatan modul ini terutama kepada:
Contents
KATA PENGANTAR ............................................................................................ 2
DAFTAR ISI ........................................................................................................... 3
BAB I PENDAHULUAN ....................................................................................... 4
BAB II PEMBAHASAN ........................................................................................ 6
2.1 INDEKS WILLIAMSON ......................................................................... 6
2.1.1 Dasar Teori ........................................................................................ 6
2.1.2 Studi Kasus........................................................................................ 6
2.1.3 Langkah Kerja ................................................................................... 7
2.1.4 Interpretasi Hasil Analisis ............................................................... 13
2.2 INDEKS THEILL .................................................................................. 14
2.2.1 Dasar Teori ...................................................................................... 14
2.2.2 Studi Kasus...................................................................................... 15
2.2.3 Langkah Kerja ................................................................................. 15
2.2.4 Interpretasi Hasil Analisis ............................................................... 21
2.3 KURVA LORENZ ................................................................................. 22
2.3.1 Dasar Teori ...................................................................................... 22
2.3.2 Studi Kasus...................................................................................... 23
2.3.3 Langkah Kerja ................................................................................. 24
2.3.4 Interpretasi Hasil Analisis ............................................................... 32
2.4 MORANSI .............................................................................................. 33
2.4.1 Dasar Teori ...................................................................................... 33
2.4.2 Studi Kasus...................................................................................... 36
2.4.3 Langkah Kerja ................................................................................. 36
2.4.4 Interpretasi Hasil Analisis ............................................................... 42
1 BAB I
PENDAHULUAN
Pada modul ini akan dijelaskan beberapa metode yang digunakan di dalam
menganalisa perekonomian yang terdiri atas Metode Indeks Wiliamson yang
berguna untuk mengukur ketimpangan pendapatan atau kesenjangan antar
wilayah ; Indeks Theil yang berguna untuk mengukur ketimpangan ekonomi dan
fenomena ekonomi; Kurva Lorenz merupakan kurva mengenai ketidakmerataan
yang berhubungan dengan pendapatan atau kekayaan; dan Metode terakhir
yaitu Metode Moransi yang merupakan ukuran dari keterhubungan objek pada
hasil pengamatan yang saling berdekatan dalam suatu wilayah.
2 BAB II
PEMBAHASAN
Keterangan:
Melalui hasil analisis Indeks Williamson yang dapat dilihat dari hasil
grafik di atas menunjukkan bahwa Provinsi Papua memiliki tingkat ketimpangan
yang cukup besar karena nilai nya melebihi 1.
2.2 INDEKS THEILL
2.2.1 Dasar Teori
2.2.1.1 Pengertian Indeks Theill
Ketimpangan wilayah adalah salah satu permasalahan yang selalu timbul
dalam pembangunan, terutama ketimpangan terhadap ekonomi. Hal itu biasanya
disebabkan oleh perbedaan sumber daya alam dan infrastruktur yang dimiliki oleh
suatu daerah. Ketimpangan ekonomi sering digunakan untuk indikator perbedaan
pendapatan perkapita rata-rata, antar kelompok tingkat pendapatan, antar
kelompok lapangan kerja, dan antar wilayah. Selain menggunakan Indeks
Williamson untuk mengetahui ketimpangan pendapatan di suatu wilayah, Indeks
Theil juga bisa digunakan untuk mengukur ketimpangan pendapatan tersebut.
Indeks Entropi Theil adalah salah satu metode untuk mengukur
ketimpangan terhadap pendapatan suatu wilayah. Kelebihan dari indeks entropi
theil ini yaitu hanya menghasilkan satu nilai tunggal yang dapat melihat
ketimpangan dalam wilayah dan antar wilayah. Menurut Kuncoro (2001) konsep
Entropi Theil dari suatu distribusi pada dasarnya merupakan aplikasi konsep teori
informasi dalam mengukur ketimpangan ekonomi dan konsentrasi industri. Data
yang diperlukan dalam analisis Indeks Theil adalah Produk Domestik Regional
Bruto (PDRB) per kapita dan jumlah penduduk untuk setiap wilayah.
Dimana :
Yij = PDRB Per Kapita Kabupaten/Kota j
Nij = Jumlah Penduduk Masing-Masing Kabupaten/Kota
Y = Jumlah PDRB PerKapita
N = Jumlah Penduduk
Catatan : Apabila nilai dari Indeks Theil mendekati 1 maka terjadi
ketimpangan yang semakin besar dan apabila nilainya mendekati 0 maka
ketimpangan semakin kecil atau rata.
2.2.2 Studi Kasus
Provinsi Papua merupakan Propinsi paling Timur di Republik Indonesia
dan merupakan daerah yang relatif belum banyak dirambah oleh aktivitas manusia
dibanding daerah lain di Indonesia. Papua kaya akan sumber daya alam dan hal ini
merupakan bekal utama daerah ini untuk berkembang. Tanahnya yang luas
dipenuhi oleh hutan, laut dan keaneka ragaman biotanya dan berjuta-juta tanahnya
yang cocok untuk tanah pertanian. Jika dilihat dari Produk Domestik Regional
Bruto (PDRB), memang ada kesenjangan ekonomi cukup besar antarwilayah
kabupaten/kota di Provinsi Papua. Perekonomian Kota Jayapura menurut besaran
PDRB harga berlaku tanpa tambang mencapai Rp33 triliun pada 2021. Sementara
PDRB Kabupaten Jayapura dan Kota Merauke di kisaran Rp16 triliun. Namun,
nilai PDRB sebagian besar kabupaten/kota lainnya sangat jauh di bawah kisaran
tersebut, seperti terlihat pada grafik. Posisi terendah ditempati Kabupaten Supiori
dengan PDRB harga berlaku tanpa tambang hanya Rp1,08 triliun. Demikian pula
Kabupaten Mamberamo Tengah yang hanya Rp1,24 triliun. Kondisi
perekonomian yang tidak merata ini diperkirakan akan menjadi kendala bagi
rencana pemekaran wilayah Papua. Diperlukan untuk nengetahui penyebab
adanya erubahan ekonomi yang negatif secara langsung maupun tidak yang dapat
berpengaruh terhadap ketimpangan regioanl. Dengan hal itu maka konsep Entropi
Theil merupakan salah satu aplikasi konsep teori informasi untuk mengukur
ketimpangan ekonomi dan konsentrasi industri yang ada di suatu wilayah. Untuk
itu maka data yang diperlukan yaitu jumlah penduduk pada Provinsi Papua yaitu
Produk Domestik Regional Bruto (PDRB) dan Jumlah Penduduk.
2.2.3 Langkah Kerja
A. Data
Kurva Lorenz tidak terlepas dari koefisien gini atau biasanya disebut
denga gini ratio. Dimana ratio gini ini mengukur ketimpangan nilai dengan
melihat distribusi frekuensinya yang biasanya dipakai untuk menghitung
ketimpangan pendapatan rakyat di suatu wilayah. Mahyudi (2004) berpendapat
bahwa koefisien gini ratio adalah hasil perbandingan daerah/luas antara kurva
lorenz dan garis merata sempurna dengan luas daerah segitiga. Dalam membentuk
ratio gini, grafik presentase dari kumulatif penduduk termiskin dampai dengan
terkaya digambarkan 18 pada sumbu horizontal, sedangkan presentase kumulatif
pengeluaran pendapatan digambarkan dengan sumbu vertikal. Dimana koefisien
gini adalah perbandingan luas daerah antara kurva lorenz dengan garis lurus 45°
terhadap luas daerah yang berada di bawah garis 45°. Adapun alat ukur
ketimpangan yaitu:
1. Koefisien gini memiliki nilai antara 0 dan 1, apabila nilai koefisien gini
semakin tinggi maka semakin besar pula ketimpangan
2. Untuk mengetahui ketimpangan rendah, sedangm dan tinggi dapat dilihat
dari klasifikasi berikut :
• Apabila nilai dari ratio gini < 0,4 maka distribusi pendapatan
berada pada ketimpangan rendah.
• Apabila nilai dari ratio gini 0,4 ≤ GR ≤ 0,5 berarti distribusi
pendapatan berada pada ketimpangan sedang.
• Apabila nilai dari ratio gini > 0,5 maka distribusi pendapatan
berada pada ketimpangan yang tinggi.
Dimana:
GR : koefisien Gini (Gini Ratio)
Xk : kumulatif proporsi populasi
Yk : kumulatif proporsi income/pendapatan (Yk diurutkan dari
kecil ke besar)
1,2
0,8
0,6
0,4
0,2
0
0 0,2 0,4 0,6 0,8 1 1,2
Equality Lorenz
Dengan:
I :Indeks moran
A :Banyaknya Lokasi Kejadian
Xi :Nilai Pada lokasi i
Xj :Nilai pada lokasi j
:Rata-rata dari jumlah varible atau nilai
w*ij:elemen dan pembobot tak terstandarisasi antara daerah I dan
j
wij :elemen pada pembobot terstandarisasi antara daerah j dan i
Nilai yang dihasilkan dalam perhitungan indeks moran berkisar antara -1
sampai 1.atau dengan kata lain Rentang nilai dari Indeks Moran’s dalam kasus
matriks pembobot spasial terstandarisasi adalah -1 ≤ I ≤ 1. Nilai -1 ≤ I < 0
menunjukkan adanya autokorelasi spasial negatif, sedangkan nilai 0 < I ≤ 1
menunjukkan adanya autokorelasi spasial positif, nilai Indeks Moran’s bernilai
nol mengindikasikan tidak berkelompok. Nilai Indeks Moran tidak menjamin
ketepatan pengukuran jika matriks pembobot yang digunakan adalah pembobot
tak terstandarisasi. Untuk mengidentifikasi adanya autokorelasi spasial atau tidak,
dilakukan uji signifikansi Indeks Moran.
I. Hipotesis yang digunakan adalah:
H0 : I = 0 (tidak ada autokorelasi antar lokasi)
H1 : I = 0 (ada autokorelasi antar lokasi)
II. Tingkat signifikansi α
III. Statistik uji :
Dengan :
• Kriteria uji Wij
Tolak H0 pada taraf signifikansi α jika |(𝐼)| > 𝑍1−𝛼 dengan 𝑍1−𝛼
adalah (1-α) kuantil dari l standar. Nilai dari indeks I adalah antara -1 dan
1. Apabila I > Io, data memiliki autokorelasi positif. Jika I < Io, data
memiliki autokorelasi negatif.
Moran’s scatterplot
Moran’s scatterplot digunkan untuk melihat kecenderungan umum
pengelompokan serta karakteristik setiap wilayah,yang dimana moran’s
scatterplot yang merupakan reprentasi visual dalam bentuk grafik empat kuadran
bagi setiap unit analisis yang dihitung.atau dapat juga diartikan Moran Scatterplot
merupakan alat yang digunakan untuk melihat hubungan antara nilai pengamatan
yang terstandarisasi dengan nilai rata-rata tetangga yang sudah terstandarisasi.
Jika digabungkan dengan garis regresi maka hal ini dapat digunakan untuk
mengetahui derajat kecocokan dan mengidentifikasi adanya outlier. Moran
Scatterplot dapat digunakan untuk mengidentifikasi keseimbangan atau pengaruh
spasial Tipe-tipe hubungan spasial dapat dilihat dari Gambar berikut ini.
Moran’s scatterplot sendiri terdiri dari empat kuadran (Perobelli dan haddad
2003), Yaitu sebagai berikut:
• Kuadran 1(High-High),Menunjukan lokasi yang menpunyai nilai amatan
tinggi dikelilingai oleh lokasi yang mempunyai nilai amatan tinggi
• Kuadran II (Low-High), Menunjukan lokasi yang mempunyai nilai amatan
rendah dikelilingi oleh lokasi yang mempunyai nilai amatan tinggi
• Kuadran III (Low-Low), Menunjukan lokasi yang mempunyai nilai
amatan rendah dikelilingi oleh lokasi yang mempunyai nilai amatan
rendah
• Kuadran IV (High-Low), Menunjukan lokasi yang mempunyai nilai
amatan tinggi dikelilingi oleh lokasi yang mempunyai nilai amatan rendah
Moran’s Scatterplot menunjukan hubungan antara nilai amatan pada suatu
lokasi yang distandarisasi dengan rata-rata nilai amatan pada lokasi yang
bertetanggan dengan lokasi yang bersangkutan. Moran’s Scatterplot berupa
diagram scatterplot yang terdiri dari empat kuadran. Setiap kuadran menunjukan
pola hubungan spasial antar lokasi yaitu Low-Low (LL), LowHigh (LH), High-
Low (HL), dan High-High (HH). LL menunjukan bahwa lokasi yang mempunyai
nilai amatan rendah dikelilingi oleh lokasi yang mempunyai nilai amatan
tinggi.LH menunjukan bahwa lokasi yang mempunyai nilai amatan rendah
dikelilingi oleh lokasi yang mempunyai nilai amatan tinggi. HL menunjukkan
lokasi yang mmepunyai nilai amatan tinggi dikelilingi oleh lokasi yang
mempunyai nilai amatan rendah. Dan HH menunjukkan lokasi yang mempunyai
nilai amatan tinggi dikelilingi oleh lokasi yang mepunyai nilai amatan tinggi.
2.4.2 Studi Kasus
2.4.3 Langkah Kerja
A. Data
No Kabupaten/Kota PDRB Perkapita 2020
1 Asmat 15483333
2 Biak Numfor 20776794
3 Boven Digoel 43735036
4 Deiyai 11024370
5 Dogiyai 8777741
6 Intan Jaya 14939718
7 Jayapura 73818839
8 Jayawijaya 20374470
9 Keerom 34030276
10 Kepulauan Yapen 26648276
11 Kota Jayapura 69504336
12 Lanny Jaya 6425330
13 Membramo Raya 40009375
14 Membramo Tengah 15328038
15 Mappi 17008079
16 Merauke 43972730
17 Mimika 41076838
18 Nabire 37822311
19 Nduga 7922969
20 Paniai 9908304
21 Pegunungan Bintang 18175221
No Kabupaten/Kota PDRB Perkapita 2020
22 Puncak 7154790
23 Puncak Jaya 7218253
24 Sarmi 43808214
25 Supiori 36188996
26 Tolikara 7500925
27 Waropen 45507562
28 Yahukimo 7851904
29 Yalimo 11985087
B. Langkah-langkah Pengerjaan
Berikut merupakan langkah – langkah menggunakan Indeks
Moran’s pada aplikasi Geoda.
1. Buka Software Geoda. Software ini digunakan untuk menganalisa
data spasial, geovisualisasi, autokorelasi spasial, dan pemodelan
spasial.
12. Nanti akan muncul kotak Variabel Settings. Pilih data yang akan
dianalisis, yaitu “Hasil Produksi Pertanian”. Lalu tekan OK.