PENGARUH PENGANGGURAN DAN PEREKONOMIAN INDONESIA TERHADAP

KEMISKINAN
Akhbar Putra Yuliendri 01021182025007
Kampus Indralaya

PENDAHULUAN
Latar Belakang
Pengangguran merupakan masalah yang belum terselesaikan bagi pemerintah pusat dan daerah.
Berbagai cara telah ditempuh pemerintah untuk mengatasi masalah ini, namun masalah tersebut
belum juga diselesaikan. Pengangguran disebabkan oleh ketidaksesuaian antara permintaan tenaga
kerja dan penawaran tenaga kerja. Berdasarkan data BPS menunjukkan jumlah penduduk Indonesia
yang mengalami kenaikan dari tahun- ketahun. Dimulai pada tahun 2001 sebesar 214. 448. 300
sampai pada tahun 2020 sebesar 271. 349. 889 jiwa ( BPS, 2001 dan 2020). Kenaikan tersebut juga
diikuti oleh kenaikan jumlah pengangguran, hal ini menunjukkan kenaikan anka kemiskinan dan
perekonomian sehingga jumlah pengangguran pun naik.
Indonesia, dengan laju pertumbuhan penduduk pada tahun 2010 sebesar 1.46 % menjadi 1.27%
pada tahun 2016. Di satu sisi mengalami penurunan angka pertumbuhan penduduk, namun jika
dilihat dari komposisi penduduk yang ada saat ini di atas proyeksi penduduk sebelumnya.
Berdasarkan proyeksi Badan Perencanaan Pembangunan Nasional (Bappenas) 2013 jumlah
penduduk Indonesia pada 2018 mencapai 265 juta jiwa. Jumlah tersebut terdiri dari 133,17 juta jiwa
laki-laki dan 131,88 juta jiwa perempuan.
Rendahnya kegiatan produktivitas menyebabkan pendapatan masyarakat menjadi menurun, dengan
modal masyarakat yang sedikit mampu memenuhi kebutuhan pangan mereka tetapi hal itu juga
membuat masyarakat tidak bisa menyimpan uang mereka dengan baik. Pada saat era pembangunan,
kemiskinan merupakan salah satu akibat dari banyaknya jumlah masyarakat yang tidak memiliki
pekerjaan, hal ini juga ada diakibatkan adanya dampak dari perekonomian yang mereka hadapi. jika
perekonomian masyarakat stabil maka akan meningkatkan produktivitas, kejadian ini mendorong
proses kenaikan kesejahteraan dan menurunkan angka kemiskinan, (Made Ariasih & Yuliarmi,
2021)
Pertumbuhan Ekonomi merupakan salah satu indikator untuk mengukur keberhasilan suatu proyek
pembangunan di suatu daerah. Pertumbuhan ekonomi yang cukup stabil secara terus menerus akan
menjadikan kondisi di suatu daerah tinggi, pertumbuhan ekonomi juga menjadikan pengukur
apakah kebijakan yang dibuat suatu daerah akan berhasil atau tidak. Sebelum keadaan
perekonomian yang membaik pada tahun 2000, pada tahun 1997 terjadi krisis yang sangat
berdampak dan menurunkan perekonomian Indonesia di seleruh Indonesia yaitu krisis moneter.
Sampai pada tahun 2000,Perekonomian Indonesia sudah mulai bangkit dan membaik dengan
adanya kenaikan pertumbuhan sebesar 19,13 persen, tetapi dibalik membaiknya keadaan
perekonomian masih ada masalah yang harus di lalui, yaitu kemiskinan yang tinggi setiap tahun
semakin naik. Berbagai upaya dan kebijakan sudah dilakukan pemerintah untuk menurunkan angka
kemiskinan baik daerah, regional, nasional maupun internasional. Hingga pada tahun 2012 angka
kemiskinan mulai sedikit demi sedikit menurun sebesar 29 juta. (T. T. Kemiskinan, 2012)
Kemiskinan adalah keadaan sekumpulan orang-orang atau seseorang yang tidak bisa membiayai
kehidupanya sampai suatu taraf yang dianggap manusiawi. (T. Kemiskinan et al., 2001). Banyak
factor yang mepengaruhi kemiskinan terutama pengangguran, penganguran berdampak mengurangi
pendapatan masyarakat, sehingga akan menurunkan tingkat kemakmuran yang mereka capai.
Seseorang yang menganggur tidak memiliki pendapatan dari pekerjaannya.
Kemiskinan menjadi suatu persoalan yang sangat rumit di selesaikan termasuk di negara
berkembang seperti Indonesia, kondisi yang buruk merupakan cerminan dari kesejahteraan
masyarakat itu sendiri. Namun beberapa negara berkembang telah berhasil mengurangi angka
kemiskinan dengan melakukan pembangunan dan pendapatan nasional. Faktor yang membuat
negara berkembang memiliki tingginya kemiskinan adalah pertumbuhan ekonomi yang lambat,
indeks pembangunan masyarakat yang rendah, dan juga meningkatnya angka pengangguran.
Kebutuhan masyarakat yang banyak dan beragam membuat mereka berusaha untuk memenuhi
kebutuhannya, hal yang dilakukan adalah bekerja untuk mendapatkan penghasilan. Namun
demikan, adalah salah jika beranggapan bahwa setiap orang yang tidak memiliki pekerjaan adalah
miskin, sedang yang bekerja secara penuh adalah orang kaya. (Farid, 2007) Kemiskinan di suatu
suatu negara akan mengalami penurunan bila pertumbuhan ekonomi sebelumnya tiap tahun
mengalami peningkatan terus menerus maka laju pertumbuhan PDB akan cepat menurun pada
tingkat kemiskinan (Ratih Primandari, 2019)
Usaha dalam mengurangi pengangguran dan kemiskinan adalah suatu hal sama penting. menurut
teori, apabila masyarakat bekerja otomatis mendapat penghasilan maka dapat dikatakan masyarakat
tersebut mampu dalam memenuhi kebutuhan apabila kebutuhan dapat terpenuhi maka tidak akan
ada masyarakat miskin. Dengan demikian menurun nya pengangguran akan berdampak pada
menurunnya kemiskinan.
Pengeluaran/ belanja pemerintah adalah suatu komponen yang penting juga dengan tujuan agar
mengurangi kemiskinan. macam pengeluaran/ belanja pemerintah yang dideteksi memiliki efek
secara langsung atau tidak terhadap kemiskinan yaitu melalui pengeluaran/ belanja dalam bidang
infrastruktur kesehatan, pendidikan dll.
RUMUSAN MASALAH
Berdasarkan dari uraian latar belakang yang ada, perlu adanya kajian yang menganalisi dari
penelitian ini adalah “Apakah adanya pengaruh pengangguran dan pertumbuhan ekonomi Indonesia
terhadap kemiskinan?”
TINJAUAN PUSTAKA
Teori Pengangguran
Menurut Sukirno (1994), pengangguran adalah suatu keadaan dimana seseorang yang termasuk
dalam angkatan kerja ingin memperoleh pekerjaan akan tetapi belum mendapatkannya. Seseorang
yang tidak bekerja namun tidak secara aktif mencari pekerjaan tidak tergolong sebagai
pengangguran. Fator utama yang menyebabkan terjadinya pengangguran adalah kurangnya
pengeluaran agregat. (Qadrunnanda, 2017)
Dari tahun ketahun pengangguran mempunyai kecenderungan untuk meningkat. Hal ini menjadi
tantangan besar bagi pemerintah Indonesia karena indikator pembangunan yang berhasil salah
satunya adalah mampu mengangkat kemiskinan dan mengurangi pengangguran secara signifikan.
Jika masyarakat memiliki kemampuan atau kapasitas tinggi makai a bisa menghasilkan dan
menyerap hasil produksi yang dihasilkan.
Pengangguran adalah seseorang yang sudah digolongkan dalam angkatan kerja, yang secara aktif
sedang mencari pekerjaan pada suatu tingkat upah tertentu, tetapi tidak dapat memperoleh
pekerjaan yang diinginkan. Selain itu pengangguran juga berpengaruh terhadap kemiskinan sesuai
dengan penelitian bahwa pengangguran berpengaruh terhadap kemiskinan karena dengan adanya
pengangguran yang tinggi berdampak pada laju pertumbuhan yang lambat sehingga bisa
menyebabkan kemiskinan. (Suripto & Subayil, 2020)
Beberapa ciri-ciri pengangguran yang berlaku, pengangguran dapat digolongkan sebagai berikut :
1. Pengangguran terbuka, pengangguran ini tercipta akibat penambahan lowongan pekerjaan yang
lebih rendah dari pertambahan tenaga kerja. Sebagai akibatnya dalam perekonomian semakin
banyak jumlah tenaga kerja yang tidak dapat memperoleh pekerjaan. Efek dari keadaan inii di
dalam suatu jangka masa yang cukup panjang mereka tidak melakukan pekerjaan. Jadi mereka
menganggur secara nyata dan sepenuh waktu.

2. Pengangguran tersembunyi, pengangguran ini terutama wujud di sektor pertanian atau jasa.
Setiap kegiatan ekonomi memerlukan tenaga kerja, dan jumlah tenaga kerja yang digunakan
tergantung kepada banyak faktor. Antara lain faktor yang perlu dipertimbangkan adalah: besar
atau kecilnya perusahaan, jenis kegiatan perusahaan, mesin yang digunakan dan tingkat produksi
yang dicapai.

3. Pengangguran bermusim, pengangguran ini terutama terdapat disektor pertanian dan perikanan.
Pada musim hujan penyadap karet dan nelayan tidak dapat melakukan pekerjaan mereka dan
terpaksa menganggur.pada musim kemarau pula para pesawah tidak dapat mengerjakan
tanahnya.

4. Setengah menganggur, di Negara-negara berkembang penghijrahan atau migrasi dari desa ke

kota adalah sangat pesat. Sebagai akibatnya tidak semua orang yang pindah ke kota dapat
memperoleh pekerjaan dengan mudah. Sebagiannya terpaksa menjadi penganggur sepenuh
waktu. Di samping itu ada pula yang tidak menganggur, tetapi tidak pula bekerja sepenuh waktu,
dan jam kerja mereka adalah jauh lebih rendah dari yang normal. Pekerja-pekerja yang
mempunyai masa kerja seperti yang dijelasskan ini digolongkan sebagai setengah menganggur
atau dalam bahasa inggris: underemployed. Dan jenis penganggurannya dinamakan
underemployment.
Teori Pertumbuhan Ekonomi
Pertumbuhan ekonomi merupakan salah satu indikator untuk melihat kinerja perekonomian, baik di
tingkat nasional maupun regional (daerah). dasarnya, pertumbuhan ekonomi adalah kenaikan output
agregat (keseluruhan barang dan jasa yang dihasilkan oleh kegiatan perekonomian) atau Produk
Domestik Bruto (PDB).
Secara umum teori tentang pertumbuhan ekonomi dapat di kelompokan menjadi dua, yaitu teori
pertumbuhan ekonomi klasik dan teori pertumbuhan ekonomi modern. Pada teori pertumbuhan
ekonomi klasik, analisis di dasarkan pada kepercayaan dan efektivitas mekanisme pasar bebas.
Teori ini merupakan teori yang dicetuskan oleh para ahli ekonom klasik antara lain Adam Smith,
David Ricardo. Hal tersebut menjadikan pertumbuhan ekonomi dicirikan dengan 3 hal pokok,
antara lain:
a. Laju pertumbuhan perkapita dalam arti nyata (riil);
b. Distribusi atau persebaran angkatan kerja menurut sektor kegiatan produksi yang menjadi
sumber penghasilannya;
c. Pola sebaran penduduk. (Budhijana, 2017).
Banyak terdapat teori tentang pertumbuhan ekonomi, teori pertumbuhan dan pembangunan
ekonomi tersebut antara lain sebagai berikut :
1. Teori Adam Smith
Garis besar dari proses pertumbuhan ekonomi menurut Adam Smith agar intinya mudah untuk
ditangkap dibedakan dua aspek utama yaitu :
A. Pertumbuhan Output, Smith melihat sistem suatu Negara terdiri dari tiga unsur pokok, yaitu:
 Sumber-sumber alam yang tersedia (atau faktor produksi ―tanah‖), menurut dia, sumber-
sumber alam yang tersedia merupakan wadah yang paling mendasar dari kegiatan
produksi suatu masyarakat, jumlah sumber-sumber alam yang tersedia merupakan batas
maksimum bagi pertumbuhan perekonomian tersebut. Artinya, selama sumber-sumber ini
belum sepenuhnya dimanfaatkan, yang memegang peranan dalam proses produksi adalah
dua unsur produksi yang lain, yaitu jumlah penduduk dan stok kapital yang ada. Dua
unsur lain inilah yang menentukan besarnya outputmasyarakat dari tahun ke tahun.

 Sumber-sumber manusiawi (atau jumlah penduduk). Dalam proses pertumbuhan output

unsur ini dianggap mempunyai peranan yang pasif, dalam arti bahwa jumlah penduduk
akan menyesuaikan diri dengan kebutuhan akan tenaga kerja dari masyarakat tersebut.

 Stok barang Kapital yang ada, yang secara aktif menentukan tingkat output. Smith
memang memberikan peranan sentral kepada pertumbuhan stok kapital atau akumulasi
kaptal dalam proses pertumbuhan output. Apa yang terjadi dengan tingkat output
tergantung pada apa yang terjadi pada stok kapital, dan laju pertumbuhan output
tergantung pada laju pertumbuhan stok kapital (tentu saja sampai tahap pertumbuhan
dimana sumber-sumber alam mulai membatasi).

B. Pertumbuhan penduduk
Aspek kedua dari pertumbuhan ekonomi adalah pertumbuhan penduduk. Disebutkan diatas
bahwa penduduk bersifat ―pasif‖ dalam proses pertumbuhan output, dalam arti bahwa,
dalam jangka panjang, berapapun jumlahnya tenaga kerja yang dibutuhkan oleh proses
produksi akan tersedia melalui pertumbuhan penduduk. Smith mempunyai teori
pertumbuhan penduduk yang tidak banyak berbeda dengan teori kependudukan dari Thomas
Malthus yang terkenal itu, meskipun Smith justru mengungkapkan lebih dahulu daripada
Malthus.

Menurut Smith, penduduk meningkat apabila tingkat upah yang berlaku lebih tinggi
daripada tingkat upah subsistensi, yaitu tingkat upah yang pas-pasan untuk seseorang agar
bias mempertahankan hidupnya. Apabila tingkat upah berada diatas tingkat substensi, maka
orang-orang akan kawin pada umur klebih muda, kematian anak-anak berkurang dan jumlah
kelahiran bertambah. Sebaliknya jumlah penduduk akan berkurang apabila tingkat upah
yang berlaku jatuh dibawah tingkat upah substensi. Dalam keadaan ini kematian anak-anak
meningkat dan banyak perkawinan ditunda.

2. Teori pertumbuhan Harrod Domar

merupakan salah satu teori pertumbuhan ekonomi modern, teori ini menekankan arti pentingnya
pembentukan investasi bagi pertumbuhan ekonomi. Semakin tinggi investasi maka akan semakin
baik perekonomian, investasi tidak hanya memiliki pengaruh terhadap permintaan agregat tetapi
juga terhadap penawaran agregat melalui pengaruhnya terhadap kapasitas produksi. Dalam
perspektif yang lebih panjang investasi akan menambah stok kapital.
Untuk mengukur pertumbuhan ekonomi, nilai PDB yang digunakan adalah PDB berdasarkan harga
konstan. Sebab, dengan menggunakan harga konstan, pengaruh perubahan harga telah dihilangkan,
sehingga sekalipun angka yang muncul adalah nilai uang dari output barang dan jasa, perubahan
nilai PDB sekaligus menunjukkan perubahan jumlah kuantitas barang dan jasa yang dihasilkan
selama periode pengamatan Model klasik tersebut dapat dikembangkan lebih lanjut, sehingga kita
dapat menulis persamaan.
Q = f (K, L, T, U, M, W, I)
dimana: Q adalah output atau PDB; K adalah barang modal; L adalah tenaga kerja;T adalah
teknologi; U adalah uang; M adalah manajemen; W adalah kewirausahaan (entrepreneurship); dan I
adalah informasi.
3. Teori Menurut Solow-Swan
Pertumbuhan ekonomi tergantung pada ketersediaan faktor-faktor produksi (penduduk, tenaga
kerja, dan akumulasi modal) dan tingkat kemajuan teknologi. Pandangan teori ini didasarkan pada
anggapan yang mendasari analisis ekonomi klasik yaitu perekonomian berada pada tingkat
pengerjaan penuh (full employment) dan tingkat pemanfaatan penuh (full utilization) dari faktor
produksinya (Minimum et al., 2015)
Pertumbuhan ekonomi merupakan syarat keharusan bagi pengurangan kemiskinan. Adapun syarat
kecukupannya ialah bahwa pertumbuhan tersebut efektif dalam mengurangi kemiskinan. Artinya,
pertumbuhan tersebut hendaklah menyebar di setiap golongan pendapatan, termasuk di golongan
penduduk miskin. Secara langsung, hal ini berarti pertumbuhan itu perlu di pastikan terjadi di
sektor-sektor dimana penduduk miskin bekerja (pertanian atau sektor padat karya). Adapun secara
tidak langsung, hal itu berarti diperlukan pemerintah yang cukup efektif merdistribusi manfaat
pertumbuhan yang boleh jadi didapatkan dari sektor moderen seperti jasa dan manukfaktur yang
padat modal.
Teori Kemiskinan
kemiskinan adalah ketidak mampuan individu dalam memenuhi kebutuhan dasar minimal untuk
hidup layak. Pengertian lainnya kemiskinan merupakan sebuah kondisi yang berada dibawah garis
nilai standar kebutuhan minimum, baik untuk makanan dan non makanan, yang disebut garis
kemiskinan (proverty line) atau batas kemiskinan.
Secara absolute, seseorang dinyatakan miskin apabila tingkat pendapatan atau standar hidupnya
secara absolut berada dibawah tingkat subsisten. Ukuran subsistensi tersebut dapat diproksi dengan
garis kemiskinan. Secara umum, kemiskinan adalah ketidakmampuan seseorang untuk memnuhi
kebutuhan dasar standar atas setiap aspek kehidupan. Kemiskinan lebih terkait pada
ketidakmampuan untuk mencapai standar hidup tersebut dari pada apakah standar hidup tersebut
mencapai atau tidak.
Para ahli ekonomi mengelompokkan ukuran kemiskinanmenjadi dua, yaitu kemiskinan absolut dan
kemiskinan relatif. Kemiskinan absolut, diartikan sebagai suatu keadaan di mana tingkat pendaatan
dari seseorang tidak cukup untuk memenuhi kebutuhan pokoknya seperti sandang, pangan,
permukiman, kesehatan, dan pendidikan. Ukuran ini terkait dengan batasan pada kebutuhan pokok
atau kebutuha minimum Kemiskinan relatif berkaitan dengan distribusi pendapatan yang mengukur
ketidakmerataan. Dalam kemiskinan relatif, seseorang yang telah mampu memenuhi kebutuhan
minimumnya belum tentu disebut tidak miskin, karena apabila dibandingkan dengan penduduk
sekitarnya ia memiliki pendatapatan yang lebih rendah.
Dalam mengukur kemiskinan, BPS menggunakan konsep kemampuan dalam memenuhi kebutuhan
dasar (basic needs approach). Dalam penggunaan pendekatan ini maka kemiskinan dilihat sebagai
ketidak mampuan dari segi ekonomi masyarakat dalam memenuhi kebutuhan dasar makanan dan
bukan merupakan makanan yang diukur dari sisi pengeluaran. Maka dari itu, penduduk miskin
merupakan penduduk yang memiliki rata-rata pengeluaran perkapita perbulan yang berada dibawah
garis kemiskinan.

Garis kemiskinan makanan merupakan nilai pengeluaran kebutuhan minimum makanan yang
disetarakan dengan 2.100 kilo kalori per kapita per hari. Paket komoditi kebutuhan dasar makanan
diwakili oleh 52 jenis komoditi. Sedangkan garis kemiskinan non makanan merupakan nilai
kebutuhan minimum untuk perumahan, sandang, pendidikan, dan kesehatan. Paket komoditi
kebutuhan dasar non makanan diwakili oleh 51 jenis komoditi di perkotaan dan 47 jenis komoditi di
pedesaan. Dengan demikian, garis kemiskinan merupakan penjumlahan dari garis kemiskinan
makanan dan garis kemiskinan non makanan, atau secara matematis dituliskan :
GK = GKM + GKMN (1)
Dimana :
GK = Garis Kemiskinan
GKM = Garis Kemiskinan Makanan
GKMN = Garis Kemiskinan Non Makanan
Hasil Penelitian
Tahun Kemiskinan Pengangguran Pertumbuhan Ekonomi
2001 37870000 8010000 14404057
2002 38390000 9130000 15052164
2003 37340000 9940000 15771713
2004 36150000 10250000 16565168
2005 35100000 10850000 17508152
2006 39300000 11100000 18471267
2007 37170000 10550000 19643273
2008 34960000 9430000 20824561
2009 32530000 9260000 21788504
2010 31020000 8590000 23144588
2011 30020000 8120000 24645661
2012 29130000 7610000 26189320
2013 28070000 7170000 27690530
2014 28280000 7150000 29091815
2015 28590000 7450000 8982517
2016 28010000 7030000 9434613
2017 27770000 7040000 9912928
2018 25950000 7000000 10425852
2019 25140000 7050000 10949155
2020 26420000 9770000 107230548

Berdasarkan data tabel diatas, dapat dilihat bahwa adanya perbedaan pada periode 2001-2012. Pada
periode 2001 Indonesia mengalami kenaikan angka kemiskinan yang cukup tinggi sebesar 37 juta
diakibatkan adanya kasus krisis moneter pada tahun 1997. Banyak hal yang sudah dilakukan dan
upaya pemerintah untuk menurunkan angka kemiskinan tersebut. Hingga pada tahun 2013 angka
kemiskinan menurun sebanyak 29 juta hingga tahun 2020 angka kemiskinan mencapai 26 juta.
Berbeda dengan angka pengangguran yang mengalami beragam fluktuasi. Meskipun demikian,
pada masa periode 2008-2019 menunjukan adanya penurunan terhadap tingkat pengangguran,
tingkat pengangguran terendah terdapat pada tahun 2018 sebesar 7 juta. Tingkat pengangguran
tertinggi terdapat pada tahun 2006 mencapai 11 juta, hingga pada tahun 2020 angka pengangguran
melonjak tinggi sebesar 97 juta, dikarena adanya kemunculan virus covid-19 yang dimana membuat
sebagian masyarakat kehilangan pekerjaanya.
Secara umum, laju perekonomian ekonomi pada tahun 2001-2020 memberikan macam-macam
fluktuasi. Meskipun demikian, jika dikaitkan dengan krisis ekonomi dunia pada tahun 2008-2009
yang menyebabkan penurunan laju pertumbuhan ekonomi diberbagai Negara lain terutama
negaranegara eropa secara signifikan, nampaknya hal tersebut juga berdampak pada laju
pertumbuhan ekonomi. Seperti pada tahun 2009 tumbuh menjadi 2i juta setelah di tahun 2008
tumbuh menjadi 20 juta.
METODE PENELITIAN
Jenis Data
Jenis penelitian ini adalah penelitian deskriptif kuantitatif, yaitu suatu penelitian yang mencari dan
mendeskripsikan adanya hubungan (sebab akibat) dan pengaruh dari variabel-variabel penelitian
untuk ditarik kesimpulan. Penelitian kuantitatif adalah penelitian ilmiah yang sistematis membahas
bagian-bagian dan fenomena serta hubungan-hubungannya.
Metode Pengumpulan Data
Secara umum data sebagai suatu fakta merupakan keterangan atau sumber informasi mengenai
subjek yang akan di teliti sebagai dasar dalam pengambilan keputusan. Dalam penelitian ini
menggunakan data sekunder; yang peroleh dari instansi yang terkait dengan penelitian ini. Adapun
data yang digunakan dalam penelitian ini meliput :
1. Data pertumbuhan ekonomi, dan tingkat pengangguran terhadap tingkat kemiskinan di
Indonesia Tahun 2001-2020
2. Dokumentasi Badan Pusat Statistik (BPS)
Metode Analisis
Metode Regresi Linier Berganda
Adapun metode penelitian yang digunakan dalam penelitian ini adalah menggunakan pendekatan
model regresi linier berganda yang berfungsi untuk mengetahui pengaruh faktor variabel
pengangguran dan pertumbuhan ekonomi yang berpengaruh terhadap kemiskinan pada tahun 2001-
2020 di Indonesia.
Berdasarkan observasi data yang dilakukan dan simulasi terhadap hasil regresi maka diputuskan
model persamaan yang digunakan yaitu:
Y= β0 + β1X1 + β2X2 + ε
Dimana :
Y = Tingkat Kemiskinan
X1 = Tingkat Pengangguran
X2 = Tingkat Pertumbuhan Ekonomi
Uji Asumsi Klasik
1. Uji Normalitas
Uji normalitas adalah uji untuk mengetahui apakah dalam model regresi variabel dependen dan
variabel independen keduanya mempunyai distribusi normal atau tidak. Ada beberapa metode yang
bisa digunakan untuk melakukan uji normalitas, yaitu melalui histogram residual dan Jarque-Bera
(J-B). Apabila menggunakan histogram residual, ketika residual menyerupai grafik distribusi
normal maka bisa dikatakan bahwa residual mempunyai distribusi normal. Apabila menggunakan
uji J-B, ketika residual terdistribusi secara normal maka diharapkan nilai statistic JB akan sama
dengan nol. Ukuran sampel yang dipakai dalam penelitian ini lebih dari 20 tahun yang
memungkinkan data terdistribusi normal.
2. Uji Heteroskedastisitas
Heteroskedastisitas adalah kondisi dimana variabel gangguan mempunyai varian yang tidak
konstan. Heteroskedastisitas biasa ditemukan pada data cross-section, sementara pada data time
series jarang ditemukan heterokedastisitas. Hal ini terjadi karena ketika menganalisis perilaku data
yang sama dari waktu ke waktu fluktuasinya akan relatif stabil.
3. Uji Multikoliaritas
Multikoliearitas adalah kondisi dimana adanya hubungan erat antara variabel independen di dalam
suatu model regresi. Hubungan linier antara variabel independen dalam terjadi dalam bentuk
hubungan linier yang sempurna dan hubungan linier yang kurang sempurna. Ada beberapa cara
yang dapat dilakukan untuk mendeteksi adanya multikonliearitas. Pertama, jika terlihat bahwa pada
hasil regresi nilai R2 tinggi tetapi hanya sedikit variabel independen yang signifikan maka hal
tersebut merupakan gejala yang akan terjadi pada model yang mengandung multikolinearitas.
Kedua, melihat korelasi parsial antar variabel independent.
4. Uji Autokorelasi
Autokorelasi adalah kondisi dimana adanya korelasi antara anggota observasi satu dengan ibservasi
lain yang berlainan waktu. Data time series diduga seringkali mengandung unsur autokorelasi,
sedangkan data cross-section diduga jarang mengandung autokorelasi. Ada beberapa cara yang
dapat dilakukan untuk mendeteksi masalah autokorelasi, yaitu dengan metode Durbin-Watson
(DW) dan metode Breusch-Godfrey. Jika nilai chi-squares hitung lebih kecil dari nilai kritisnya
maka hipotesis nol diterima, sehingga model tidak mengandung unsur autokorelasi.
Uji Hipotesis
1. Uji F
Data time series diduga seringkali mengandung unsur autokorelasi, sedangkan data cross-section
diduga jarang mengandung autokorelasi. Ada beberapa cara yang dapat dilakukan untuk mendeteksi
masalah autokorelasi, yaitu dengan metode Durbin-Watson (DW) dan metode Breusch-Godfrey.
Jika nilai chi-squares hitung lebih kecil dari nilai kritisnya maka hipotesis nol diterima, sehingga
model tidak mengandung unsur autokorelasi
2. Koefisien Determinasi
Nilai koefisien determinasi ) menunjukkan ketepatan atau goodness of fit model yang
digunakan. Berdasarkan hasil analisis pengaruh desentralisasi fiskal terhadap pertumbuhan ekonomi
diperoleh nilai koefisien determinasi atau ).
3. Koefisien Korelasi (R)
Koefisien korelasi merupakan suatu cara untuk mengetahui kuat atau tidaknya hubungan antara
variabel independen (X) dan variabel dependen (Y), apabila dinyatakan dengan fungsi linear dan di
ukur dengan suatu nilai yang disebut koefisien korelasi.
4. Pengujian Parsial (Uji t)
Uji statistik merupakan pengujian terhadap koefisien dari variabel bebas secara parsial. Uji ini
dilakukan untuk melihat tingkat signifikansi dari variabel bebas secara individu dalam
mempengaruhi variabel terikat.
ESTIMASI MODEL DAN PENGUJIAN
Uji Asumsi Klasik
Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test:
Null hypothesis: No serial correlation at up to 2 lags

F-statistic 2.829371 Prob. F(2,15) 0.0907

Obs*R-squared 5.478302 Prob. Chi-Square(2) 0.0646

Sumber : Hasil Test

Pengelolaan
Equation: Data
Dependent Variable: RESID
Berdasarkan data olahan diatas, hasil uji autokorelasi dengan metode LM menunjukan nilai
Method: Least Squares
probabilitas Chi-square sebesarTime:
Date: 05/09/22 0,0646 > 0,05 yang berarti tidak ditemukan masalah autokorelasi.
21:36
Sample: 1 20
Uji Normalitas Included observations: 20
8
Presample missing value lagged residuals set to zero.
Series: Residuals
7 Variable Coefficient Std. Error Sample 1 20
t-Statistic Prob.
Observations 20
6
5
C 186029.0 3232773. 0.057545
Mean
0.9549
2.27e-10
X1 -0.065034 0.385394 -0.168746
Median 0.8683-412837.8
4 X2 0.017616 0.028107 0.626755
Maximum0.5402 6957856.
3 RESID(-1) 0.606532 0.257871 2.352077
Minimum 0.0327
-3430920.
RESID(-2) -0.177960 0.278992 Std. Dev. 0.5332
-0.637869 2379581.
2 Skewness 1.304131
Kurtosis 5.275381
1 R-squared 0.273915 Mean dependent var 2.27E-10
0 Adjusted R-squared 0.080292 S.D. dependent var 2379581.
Jarque-Bera 9.983653
-4000000
S.E. of-2000000
regression 0 2000000
2282051. 4000000 6000000
Akaike info criterion 32.33137
Probability 0.006793
Sum squared resid 7.81E+13 Schwarz criterion 32.58030
Sumber : Hasil Log likelihood Data
Pengelolaan -318.3137 Hannan-Quinn criter. 32.37996
F-statistic 1.414685 Durbin-Watson stat 1.432004
Prob(F-statistic) 0.276902
Hasil pengujian normalitas dalam penelitian ini diperoleh nilai Jarque-Bera sebesar 9,98 dengan
probabilitas 0,00 < 0,05 maka dapat disimpulkan data dalam penelitian ini tidak terdistribusi dengan
normal.
Uji Multikolonial
Variance Inflation Factors
Date: 05/09/22 Time: 17:29
Sample: 1 20
Included observations: 20

Coefficient Uncentered Centered

Variable Variance VIF VIF

C 1.23E+13 38.93038 NA
X1 0.169018 40.78445 1.049178
X2 0.000799 2.314132 1.049178

Sumber : Hasil Pengelolaan Data

Berdasarkan data diatas menunjukan bahwa hasil dari penelitian nilai VIF kurang dari 10, maka
tidak ada gejala multikolinieritas pada penelitian ini.
Uji Heteroskedastisitas
Heteroskedasticity Test: Breusch-Pagan-Godfrey
Null hypothesis: Homoskedasticity

F-statistic 0.299475 Prob. F(2,17) 0.7450

Obs*R-squared 0.680665 Prob. Chi-Square(2) 0.7115
Scaled explained SS 1.051275 Prob. Chi-Square(2) 0.5912

Sumber : Hasil Pengelolaan Data

Test Equation:
Dependent Variable: RESID^2
Apabila nilai probability
Method: Least Obs*R-aquared
Squares lebih besar dari 0,05 maka tidak terjadi
heteroskedastisitas.Date:
Berdasarkan hasil17:27
05/09/22 Time: analisis diperoleh nilai Obs*R-aquared = 0,680665 dengan
Sample: 10,7115
Prob Chi-Squared sebesar 20 Hal ini menunjukkan bahwa 0,7115 > 0,05 maka tidak ditemukan
Included observations: 20
heteroskedastisitas atau terbebas dari gejala heteroskedastisitas.
Variable Coefficient Std. Error t-Statistic Prob.
Hasil Analisis Regresi Linier Berganda
C 1.04E+13 1.65E+13 0.631204 0.5363
Dependent
X1 Variable: KEMISKINAN
-346180.6 1937749. -0.178651 0.8603
Method: Least Squares
X2 -92774.99 133205.9 -0.696478 0.4955
Date: 05/09/22 Time: 22:28
Sample: 1 20
R-squared
Included observations: 20
0.034033 Mean dependent var 5.38E+12
Adjusted R-squared -0.079610 S.D. dependent var 1.14E+13
S.E. of regression
Variable 1.19E+13
Coefficient Akaike info criterion
Std. Error t-Statistic 63.18328
Prob.
Sum squared resid 2.39E+27 Schwarz criterion 63.33264
Log likelihoodC -628.8328
9998795. Hannan-Quinn
3509798. criter.
2.848823 63.21243
0.0111
F-statistic X1 0.299475
2.782812 Durbin-Watson
0.411118 stat
6.768883 0.609244
0.0000
Prob(F-statistic)
X2 0.745038
-0.095596 0.028261 -3.382578 0.0035

R-squared 0.745027 Mean dependent var 31860500

Adjusted R-squared 0.715030 S.D. dependent var 4712525.
S.E. of regression 2515665. Akaike info criterion 32.45145
Sum squared resid 1.08E+14 Schwarz criterion 32.60081
Log likelihood -321.5145 Hannan-Quinn criter. 32.48061
F-statistic 24.83690 Durbin-Watson stat 0.604642
Prob(F-statistic) 0.000009
 Dependent Variable: KEMISKINAN
Method: Least Squares
Date: 05/09/22 Time: 22:28
Sumber : Hasil Pengelolaan
Sample: 1 20 Data
Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.

Pengujian Hipotesis
C 9998795. 3509798. 2.848823 0.0111
Uji F X1 2.782812 0.411118 6.768883 0.0000
X2 -0.095596 0.028261 -3.382578 0.0035

R-squared 0.745027 Mean dependent var 31860500

Adjusted R-squared 0.715030 S.D. dependent var 4712525.
S.E. of regression 2515665. Akaike info criterion 32.45145
Sum squared resid 1.08E+14 Schwarz criterion 32.60081
Log likelihood -321.5145 Hannan-Quinn criter. 32.48061
F-statistic 24.83690 Durbin-Watson stat 0.604642
Prob(F-statistic) 0.000009

Berdasarkan hasil uji F, nilai Prob (F-statistik) sebesar 0,000009 dan lebih kecil dari tingkat
signifikansi sebesar 5% = 0,05, sehingga H0 ditolak. Hal ini menunjukkan bahwa variabel
pengangguran dan pertumbuhan ekonomi tidak berpengaruh signifikan terhadap kemiskinan.
Koefisien Determinasi
Hasil pengujian menunjukkan nilai koefisien determinasi sebesar 0,745027. Ternyata
pengangguran dan pertumbuhan ekonomi mampu menjelaskan kemiskinan sebesar 74,50 persen
dan sisanya 25,5 persen variabel lainnya yang tidak termasuk dalam penelitian ini.
Koefisien Korelasi (R)

Koefisien korelasi (R) = √ = √ = 0,8631 (86,31%). Jadi hubungan antara pengangguran

dan pertumbuhan ekonomiVariable:
Dependent terhadap kemiskinan di Indonesia berhubungan sangat erat secara
KEMISKINAN
Method:
positif, karena nilai Leastsebesar
korelasi Squares0,8631 mendekati positif 1 (+1).
Date: 05/09/22 Time: 22:28
Pengujian Sample:
Parsial 1 20
(Uji t)
Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.

C 9998795. 3509798. 2.848823 0.0111

X1 2.782812 0.411118 6.768883 0.0000
X2 -0.095596 0.028261 -3.382578 0.0035

R-squared 0.745027 Mean dependent var 31860500

Secara parsial, Adjusted
nilai konstanta
R-squaredsebesar0.715030
9998795,S.D.
artinya apabila
dependent var tidak 4712525.
ada pengangguran dan
pertumbuhan ekonomi, maka
S.E. of regressiontingkat kemiskinan sebesar 99,98795
2515665. Akaike info criterion persen. Selanjutnya, koefsien
32.45145
Sum squared
pengangguran sebesar resid artinya
2.782812, 1.08E+14 Schwarz criterion
apabila pengangguran meningkat32.60081
sebesar 1 persen maka
Log likelihood -321.5145 Hannan-Quinn criter. 32.48061
tingkat kemiskinan akan meningkat sebesar 2,78% dengan asumsi variabel lain tetap. Kemudian
F-statistic 24.83690 Durbin-Watson stat 0.604642
pertumbuhan ekonomi sebesar -0,095596,
Prob(F-statistic) artinya apabila pengangguran meningkat sebesar 1 persen
0.000009
maka tingkat kemiskinan akan menurun sebesar 0,09% dengan asumsi variabel lain tetap.
ANALISIS
1. Pengaruh pengangguran terhadap Kemiskinan
Hasil uji menunjukkan bahwa pengangguran memiliki nilai probability 0,00 < 0,05. Sehingga dapat
disimpulkan bahwa pengangguran secara parsial berpengaruh terhadap Tingkat Kemiskinan.
Penelitian hasil regresi ini. menggambarkan ternyata berpengaruh positif dan signifikan variabel
tingkat pengangguran terhadap tingkat kemiskinan. Ini artinya setiap naik nya tingkat pengangguran
menyebabkan tingkat kemiskinan meningkat.
Dapat dikatakan bahwa pengaruh tingkat pengangguran terhadap tingkat kemiskinan kecil. Hal ini
diduga karena peningkatan angka pengangguran berasal dari bertambahnya pengangguran baru atau
orang yang baru masuk kelapangan pekerjaan. Contoh pengangguran baru tersebut adalah orang
yang baru lulus sekolah dan mulai mencari pekerjaan. Pembiayaan kebutuhan hidupnya masih
ditanggung oleh orang tuanya maka orang tersebut belum dikatakan miskin.
Semakin menurunnya kesejahteraan akibat menganggur, dapat mengakibatkan peluang terjebak
dalam kemiskinan. Pendapat ini didukung dengan (Budhijana, 2017) yang menyatakan bahwa ada
hubungan yang erat sekali antara tingkat pengangguran, luasnya kemiskinan, dan distribusi
pendapatan yang tidak merata. Tingginya angka pengangguran, secara ekonomi berpotensi
mengurangi kesempatan dalam peningkatan produktivitas regional, dan secara social mencerminkan
semakin besarnya beban bagi masyarakat. Dengan demikian secara perlahan masyarakat akan
terdorong pada kelompok penduduk miskin.
Hal ini juga ketika Semakin bertambahnya pengangguran maka akan mengakibatkan adanya
pertambahan penduduk yang tidak produktif, sehingga hal tersebut tidak dapat mencukupi
keperluan kehidupannya, ketika keperluannya tidak tercukupi dapat mengakibatkan tergoncangnya
stabilitas dalam politik negara, selain itu juga dapat mengakibatkan bertambahnya angka kejahatan.
2. Pengaruh Pertumbuhan Ekonomi terhadap Kemiskinan
Secara parsial pertumbuhan ekonomi berpengaruh terhadap tingkat kemiskinan, hasil uji
menunjukan bahwa nilai prob 0,00 < 0,05. Sehingga dapat disimpulkan bahwa pertumbuhan
ekonomi secara parsial berpengaruh terhadap Tingkat Kemiskinan. Penelitian hasil regresi ini.
menggambarkan ternyata berpengaruh positif dan signifikan variabel tingkat pertumbuhan ekonomi
terhadap tingkat kemiskinan. Ini artinya setiap naik nya pertumbuhan ekonomi menyebabkan
tingkat kemiskinan meningkat.
Menurut (Ratih Primandari, 2019) pada tahap awal pembangunan akan ditandai adanya
pertumbuhan yang tinggi dengan disertai tingkat ketimpangan pendapatan dan kemiskinan yang
tinggi pula. Kondisi tersebut akan berlangsung sampai pada titik kritis tertentu, di mana tingkat
pertumbuhan ekonomi yang tinggi akan diikuti oleh semakin menurunnya tingkat ketimpangan
pendapatan dan kemiskinan.
KESIMPULAN DAN SARAN
Kesimpulan
Dari hasil penelitian yang dilakukan untuk mengkaji pengaruh variabel-variabel independen yaitu
Pertumbuhan Ekonomi dan Pengangguran terhadap variabel dependen tingkat kemiskinan di
Indonesia tahun 2001 - 2020, berdasarkan hasil analisis yang diperoleh maka dapat ditarik
kesimpulan sebagai berikut:
Pertumbuhan ekonomi dan pengangguran secara bersama (simultan) berpengaruh terhadap tingkat
kemiskinan. Pertumbuhan ekonomi berpengaruh negatif terhadap variabel tingkat kemiskinan
meskipun tidak signifikn. Artinya kenaikkan Pertumbuhan Ekonomi akan diikuti dengan penurunan
kemiskinan walaupun masih belum menghasilkan nilai hasil yang signifikan.
Saran
Pemerintah perlu melakukan upaya dan menerapkan kebijakan lain yang lebih baik untuk
menurunkan tingkat pengangguran sebab pengangguran yang semakin besar akan menambah
jumlah penduduk miskin. Kualitas dan penyebaran manfaat pertumbuhan ekonomi secara lebih
merata perlu dilakukan oleh pemerintah dengan melakukan prioritas pembangunan ekonomi di
sektor-sektor yang berpihak pada kehidupan penduduk miskin.
DAFTAR PUSTAKA
Budhijana, R. B. (2017). Analisis Pengaruh Pertumbuhan Ekonomi, Inflasi Dan Pengangguran
Terhadap Kemiskinan Di Indonesia (2000-2015). ‫(اا اا اا ااا‬3), 43.
Farid, A. (2007). ANALISIS TINGKAT PENGANGGURAN DI INDONESIA TAHUN 1980-
2007 Farid Alghofari Fakultas Ekonomi Universitas Diponegoro Semarang. Analisis Tingkat
Pengangguran Di Indonesia Tahun 1980-2007, 1–31.
Kemiskinan, T., Provinsi, D. I., & Sumatera, S. E. (2001). Riny viri insy sinaga [2217-2232] 2217.
2217–2232.
Kemiskinan, T. T. (2012). A.Idham A.Pananrangi, Pengaruh Pertumbuhan Ekonomi Terhadap
Tingkat Kemiskinan. I, 29–38.
Made Ariasih, N. L., & Yuliarmi, N. N. (2021). Pengaruh Tingkat Pendidikan, Tingkat Kesehatan
dan Pengangguran Terbuka Terhadap Tingkat Kemiskinan di Provinsi Bali. Cerdika: Jurnal
Ilmiah Indonesia, 1(7), 802–839. https://doi.org/10.36418/cerdika.v1i7.131
Minimum, U., Pengangguran, D. A. N., & Ilmiah, J. (2015). TERHADAP TINGKAT KEMISKINAN
( Studi Kasus Gerbangkertasusila Tahun 2009-2013 ).
Qadrunnanda, L. (2017). Analisis Pengaruh Pendidikan Pertumbuhan Ekonomi dan Rasio Gini
Terhadap Tingkat Pengangguran Terbuka di Daerah Istimewa Yogyakarta Tahun 2010-2015.
Ratih Primandari, N. (2019). Pengaruh pertumbuhan ekonomi, inflasi dan pengangguran terhadap
tingkat kemiskinan di Sumatera Selatan. Jurnal Ekonomi Pembangunan, 16(1), 1–10.
https://doi.org/10.29259/jep.v16i1.8856
Suripto, & Subayil, L. (2020). 35-Article Text-93-1-10-20200425. Jurnal Ilmiah Ekonomi
Pembangunan, 1(2), 127.

REFERENSI
Lampiran Data
Tahun Kemiskinan Pengangguran Pertumbuhan Ekonomi
2001 37870000 8010000 14404057
2002 38390000 9130000 15052164
2003 37340000 9940000 15771713
2004 36150000 10250000 16565168
2005 35100000 10850000 17508152
2006 39300000 11100000 18471267
2007 37170000 10550000 19643273
2008 34960000 9430000 20824561
2009 32530000 9260000 21788504
2010 31020000 8590000 23144588
2011 30020000 8120000 24645661
 2012 29130000 7610000 26189320
2013 28070000 7170000 27690530
2014 28280000 7150000 29091815
2015 28590000 7450000 8982517
2016 28010000 7030000 9434613
2017 27770000 7040000 9912928
2018 25950000 7000000 10425852
2019 25140000 7050000 10949155
2020 26420000 9770000 107230548

Lampiran Output Eviews

Uji Asumsi Klasik
Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test:
Null hypothesis: No serial correlation at up to 2 lags

F-statistic 2.829371 Prob. F(2,15) 0.0907

Obs*R-squared 5.478302 Prob. Chi-Square(2) 0.0646

Uji Normalitas Test Equation:

Dependent Variable: RESID
8
Method: Least Squares Series: Residuals
7Date: 05/09/22 Time: 21:36 Sample 1 20
Observations 20
6Sample: 1 20
5Included observations: 20 Mean 2.27e-10
Presample missing value lagged residuals set to zero. Median -412837.8
4 Maximum 6957856.
3 Minimum -3430920.
Variable Coefficient Std. Error t-Statistic
Std. Dev.
Prob.
2379581.
2 Skewness 1.304131
1 C 186029.0 3232773. 0.057545
Kurtosis 0.9549
5.275381
X1 -0.065034 0.385394 -0.168746 0.8683
0 Jarque-Bera 9.983653
-4000000 X2
-2000000 0 0.017616
2000000 0.028107
4000000 60000000.626755
Probability
0.5402
0.006793
RESID(-1) 0.606532 0.257871 2.352077 0.0327
RESID(-2) -0.177960 0.278992 -0.637869 0.5332
Uji Multikolonial
R-squared 0.273915 Mean dependent var 2.27E-10
Variance Inflation Factors
Adjusted R-squared 0.080292 S.D. dependent var 2379581.
Date: 05/09/22 Time: 17:29
S.E. of regression 2282051. Akaike info criterion 32.33137
Sample: 1 20
Sum squared resid 7.81E+13 Schwarz criterion 32.58030
Included observations: 20
Log likelihood -318.3137 Hannan-Quinn criter. 32.37996
F-statistic 1.414685 Durbin-Watson stat 1.432004
Coefficient Uncentered Centered
Prob(F-statistic) 0.276902
Variable Variance VIF VIF

C 1.23E+13 38.93038 NA
X1 0.169018 40.78445 1.049178
X2 0.000799 2.314132 1.049178

Uji Heteroskedastisitas
 Heteroskedasticity Test: Breusch-Pagan-Godfrey
Null hypothesis: Homoskedasticity

F-statistic 0.299475 Prob. F(2,17) 0.7450

Obs*R-squared 0.680665 Prob. Chi-Square(2) 0.7115
Scaled explained SS 1.051275 Prob. Chi-Square(2) 0.5912

Hasil Analisis Regresi Linier Berganda

Test Equation:
Dependent Variable: RESID^2
Dependent Variable: KEMISKINAN
Method: Least Squares
Method: Least Squares
Date: 05/09/22 Time: 17:27
Date: 05/09/22 Time: 22:28
Sample: 1 20
Sample: 1 20
Included observations: 20
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
Variable Coefficient Std. Error t-Statistic Prob.
C 1.04E+13 1.65E+13 0.631204 0.5363
C 9998795. 3509798. 2.848823 0.0111
X1 -346180.6 1937749. -0.178651 0.8603
X1 2.782812 0.411118 6.768883 0.0000
X2 -92774.99 133205.9 -0.696478 0.4955
X2 -0.095596 0.028261 -3.382578 0.0035
R-squared 0.034033 Mean dependent var 5.38E+12
R-squared 0.745027 Mean dependent var 31860500
Adjusted R-squared -0.079610 S.D. dependent var 1.14E+13
Adjusted R-squared 0.715030 S.D. dependent var 4712525.
S.E. of regression 1.19E+13 Akaike info criterion 63.18328
S.E. of regression 2515665. Akaike info criterion 32.45145
Sum squared resid 2.39E+27 Schwarz criterion 63.33264
Sum squared resid 1.08E+14 Schwarz criterion 32.60081
Log likelihood -628.8328 Hannan-Quinn criter. 63.21243
Log likelihood -321.5145 Hannan-Quinn criter. 32.48061
F-statistic 0.299475 Durbin-Watson stat 0.609244
F-statistic 24.83690 Durbin-Watson stat 0.604642
Prob(F-statistic) 0.745038
Prob(F-statistic) 0.000009