ANALISIS PENGARUH PRODUK DOMESTIK REGIONAL BRUTO

(PDRB) SEKTOR PERTAMBANGAN, PRODUKSI SEKTOR KELAPA

SAWIT, BELANJA PEMERINTAH, DAN JUMLAH PENDUDUK

TERHADAP JUMLAH PENDUDUK MISKIN

(Studi Kasus Di Pulau Kalimantan Tahun 2010 – 2022)

Di susun oleh :

ANDRY BUDIMAN

16313129

PROGRAM STUDI ILMU EKONOMI

FAKULTAS BISNIS EKONOMIKA

UNIVERSITAS ISLAM INDONESIA

2023
 DAFTAR ISI

DAFTAR ISI..........................................................................................................................2
DAFTAR TABEL..................................................................................................................4
BAB I......................................................................................................................................5
PENDAHULUAN..................................................................................................................5
1.1 Latar Belakang Masalah........................................................................................5
1.2 Rumusan Masalah Penelitian...............................................................................10
1.3 Tujuan Penelitian.................................................................................................10
1.4 Manfaat Penelitian...............................................................................................11
1.5 Sistematika Penulisan..........................................................................................11
BAB II...................................................................................................................................13
KAJIAN PUSTAKA DAN LANDASAN TEORI.............................................................13
2.1 Kajian Pustaka...........................................................................................................13
2.2 Landasan Teori....................................................................................................18
2.2.1 Kemiskinan..........................................................................................................18
2.2.2 Produk Domestik Regional Bruto Sektor Pertambangan dan Penggalian..............21
2.2.3 Belanja Pemerintah.................................................................................................28
2.2.4 Kelapa Sawit........................................................................................................32
2.2.5 Jumlah Penduduk....................................................................................................35
2.3 Kerangka Pemikiran..................................................................................................37
2.4 Hipotesis Penelitian.............................................................................................37
BAB III.................................................................................................................................38
METODE PENELITIAN....................................................................................................38
3.1 Jenis Penelitian....................................................................................................38
3.2 Populasi dan Sampel Penelitian...........................................................................38
3.3 Data Penelitian...........................................................................................................39
3.4 Definisi Operasional Variabel...................................................................................39
3.5 Metode Analisis.........................................................................................................40
BAB IV..................................................................................................................................50
ANALISIS DAN PEMBAHASAN.....................................................................................50
4.1 Deskriptif Data penelitian....................................................................................50
4.2 Hasil dan Analisis Data.......................................................................................50
4.2.1 Jumlah Penduduk Miskin........................................................................................50
 4.2.2 PDRB Sektor Pertambangan dan Penggalian.........................................................51
4.2.3 Belanja pemerintah.................................................................................................51
4.2.4 Jumlah Penduduk....................................................................................................51
4.2.5 Common Effect Model (CEM)...............................................................................52
4.2.6 Fixed Effect Model (FEM).....................................................................................53
4.2.7 Random Effect Model (REM)................................................................................54
4.3 Uji Statistika........................................................................................................55
4.3.1 Uji Chow.................................................................................................................55
4.3.2 Uji Hausman...........................................................................................................56
4.4 Hasil Model Terbaik Fixed Effect Model............................................................57
4.5 Pembahasan dan Interpretasi Data.......................................................................59
4.5.1 Koefisien Determinasi (𝑹𝟐)................................................................................59
4.5.2 Uji Simultan (Uji F).............................................................................................59
4.5.3 Uji Parsial (Uji t).................................................................................................60
4.6 Pembahasan dan Interpretasi Data.......................................................................62
4.6.1 Analisis Pengaruh Variabel PDRB Sektor Pertambangan dan Penggalian
Terhadap Jumlah Penduduk Miskin Di Pulau kalimantan..................................63
4.6.2 Analisis Pengaruh Variabel Hasil Produksi Kelapa Sawit Terhadap Jumlah
Penduduk Miskin Di Pulau Kalimantan..............................................................65
4.6.3 Analisis Belanja Pemerintah Terhadap Jumlah Penduduk Miskin di Pulau
Kalimantan...........................................................................................................67
4.4.4 Analisis Jumlah Penduduk Terhadap Jumlah Penduduk Miskin di Pulau
Kalimantan...........................................................................................................69
BAB V...................................................................................................................................70
KESIMPULAN DAN SARAN............................................................................................70
5.1. Kesimpulan...............................................................................................................70
5.2 Saran....................................................................................................................71
DAFTAR TABEL
 BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Sumber daya alam Indonesia sangat banyak, baik yang dapat diperbaharui

maupun tidak dapat diperbaharui. Sumber daya alam adalah salah satu komponen

penting dari kehidupan manusia, dan kehilangan atau berkurangnya sumber daya akan

berdampak besar pada kehidupan manusia. Kekayaan sumber daya alam Indonesia

adalah salah satu alasan perusahaan asing pernah menjajah negara kita.

Salah satu sektor yang mendorong pertumbuhan ekonomi dan ketenagakerjaan

adalah pertambangan. Hal ini dapat dilihat dari tingginya minat investasi dan

persaingan di sektor pertambangan. Sumber daya alam seperti emas, nikel, migas,

batubara, dan lainnya yang masih dimiliki Indonesia menyebabkan hal ini terjadi.

Harapannya adalah peningkatan investasi di sektor pertambangan akan mendorong

pertumbuhan ekonomi dan membuka banyak lapangan pekerjaan. Untuk memenuhi

kebutuhan manusia dan menjadi modal yang nyata untuk pertumbuhan ekonomi

Indonesia, pemanfaatan sumber daya alam harus dilakukan secara optimal, dengan

mempertimbangkan aspek lingkungan dan sosial.

Salah satu sektor ekonomi penting di Indonesia adalah industri pertambangan,

yang berdampak besar pada pendapatan asli daerah (PAD), menciptakan lapangan

pekerjaan bagi orang-orang di dalam dan di luar negeri, meningkatkan ekonomi dan

pembangunan daerah, dan meningkatkan aktivitas pasar (Mansyah, 2013). Industri ini

berkontribusi pada perekonomian nasional dan daerah secara keseluruhan, dengan

meningkatkan PAD dan kesejahteraan masyarakat. Menurut Nuraeni (2018),

diharapkan bahwa kehadiran bisnis akan berdampak pada hubungan sosial ekonomi,

membuka lebih banyak peluang bisnis.

 Gambar di bawah ini menunjukkan bahwa Pulau Kalimantan adalah salah satu

pulau yang menghasilkan tambang terbesar dari berbagai sumber daya mineral, dengan

hasil tambang tersebar di seluruh Indonesia, dari Provinsi Aceh hingga Papua.

Gambar 1.1 Persebaran Hasil Tambang di Indonesia

NO PROVINSI HASIL TAMBANG

1 Kalimantan Timur Minyak Bumi
2 Kalimantan Selatan Batu Bara, Biji Besi
3 Kalimantan Tengah Batu Bara, Emas, Besi, Tembaga,
Batu Permata

4 Kalimantan Barat Minyak dan Gas Bumi, Batu Bara,

Pasir Besi, Biji Timah, Biji Nikel,
Biji Emas dan Perak

5 Kalimantan Utara Batu Gunung, Batu Kali, Batu

Kapur, Koral, Marmer

Sumber: BPS Kalimantan

Jenis hasil tambang yang ada di setiap provinsi di Pulau Kalimantan dapat

dilihat pada data table diatas, yang merupakan bagian dari pendapatan pemerintah

daerah. Minyak bumi, emas, dan batubara adalah jenis hasil tambang yang paling

penting. Terdiri dari banyak pulau, termasuk Kalimantan dan Sumatera, Indonesia

disebut sebagai negara agraris. Karena tanah dan infrastruktur kota yang mendukung,
kedua pulau ini memiliki potensi besar untuk pengembangan perkebunan kelapa sawit.

Itu menjadi perundingan unik antara dua pulau. Pada pertengahan tahun 2000,

perkebunan kelapa sawit mulai membuka lahan di Kalimantan Tengah.

Karena Indonesia adalah konsumen dan produsen kelapa sawit terbesar di

dunia, produsen kelapa sawit di Indonesia memainkan peran penting dalam ekonomi

Indonesia. Kurang lebih separuh pasokan sawit global berasal dari Indonesia. Indonesia

memproduksi 35% minyak sawit berkelanjutan bersertifikasi (CSPO) global pada tahun

2012. Indonesia mulai mengembangkan produksi biodiesel untuk memenuhi

permintaan pasar. Indonesia memiliki rencana untuk membangun empat juta hektar

kebun untuk menghasilkan bahan bakar bio yang bersumber dari minyak sawit pada

tahun 2015. Di pulau Kalimantan dan Sumatera, lahan sawit ini dibuka setiap tahunnya.

Industri kelapa sawit berkembang pesat, dan banyak investor asing menanamkan

modal.

Karena Indonesia adalah produsen dan konsumen kelapa sawit terbesar di

dunia, produsen kelapa sawit di Indonesia memainkan peran penting dalam ekonomi

Indonesia. Kurang lebih separuh pasokan sawit global berasal dari Indonesia. Indonesia

memproduksi 35% minyak sawit berkelanjutan bersertifikasi (CSPO) global pada tahun

2012. Indonesia mulai mengembangkan produksi biodiesel untuk memenuhi

permintaan pasar. Indonesia memiliki rencana untuk membangun empat juta hektar

kebun untuk memproduksi bahan bakar bio yang bersumber dari minyak sawit pada

tahun 2015. Di pulau Kalimantan dan Sumatera, lahan sawit ini dibuka setiap tahunnya.

Industri kelapa sawit mengalami pertumbuhan yang signifikan, dan banyak investor

asing menanamkan modal didalamnya.

Kemiskinan dapat terjadi hampir di seluruh wilayah negara yang sedang

berkembang. Ketidakmampuan seseorang untuk menjalani hidupnya dengan cara yang

dianggap ideal menyebabkan kemiskinan. Syarat-syarat ini menyebabkan penurunan

kualitas sumber daya manusia, yang mengakibatkan hasil dan produk yang dihasilkan

tidak sesuai harapan. Salah satu tantangan utama dalam pembangunan ekonomi adalah

kemiskinan. Pada dasarnya, tujuan pembangunan ekonomi adalah untuk meningkatkan

perekonomian rakyat, meningkatkan pendapatan, dan pertumbuhan ekonomi di setiap

sektor pembangunan, memastikan pemerataan pembangunan, meningkatkan jumlah

tenaga kerja, dan meningkatkan kualitas hidup masyarakat.

Untuk sampai pada tujuan pembangunan secara keseluruhan, pertumbuhan

ekonomi yang lebih besar dan pembagian pendapatan yang merata diperlukan.

Pemerintah Indonesia menyadari bahwa salah satu tujuan pembangunan nasional

adalah mewujudkan masyarakat yang adil dan makmur. Untuk mencapai tujuan

tersebut, berbagai proyek pembangunan telah dialokasikan untuk pembangunan

wilayah, terutama di wilayah dengan PDRB yang terus meningkat dari tahun ke tahun.

Dengan menggunakan akar dan target pembangunan nasional yang sudah ditetapkan,

pembangunan daerah dilakukan secara terpadu dan berkesinambungan untuk

menyinkronkan prioritas dan kebutuhan setiap wilayah. Ini dilakukan melalui

pembangunan jangka panjang dan jangka pendek. Oleh karena itu, laju penurunan

jumlah penduduk miskin merupakan komponen penting dari keberhasilan

pembangunan nasional.

Menurut Widodo (2018), salah satu kriteria utama untuk memilih sektor titik

berat atau sektor andalan pembangunan nasional adalah efektivitas dalam penurunan

jumlah penduduk miskin. Konsep ini dikenal sebagai pertumbuhan primer untuk

menentukan konsep pembangunan. Tingkat kemiskinan merupakan komponen yang

menghambat laju pertumbuhan ekonomi, dan karena Indonesia termasuk negara

berkembang yang berpenghasilan menengah ke bawah, negara ini tidak bebas dari
masalah kemiskinan. Kemiskinan dapat didefinisikan sebagai keadaan di mana

seseorang atau keluarga tidak dapat memenuhi kebutuhan pokok minimum (Siregar &

Wahyuni, 2007). Namun, kewenangan dan peraturan pemerintah yang tidak berfungsi

dengan baik terkait aspek pembangunan yang tidak relevan dengan kemampuan

masyarakat juga menyebabkan kemiskinan. Akibatnya, masyarakat tidak sepenuhnya

merasakan manfaat pembangunan (Dores & Jolianis, 2015).

Tingkat pertumbuhan ekonomi suatu negara, yang diukur melalui produk

domestik regional bruto, yang rata-rata dihasilkan dari tingkat pertumbuhan

sektoralnya, merupakan salah satu faktor yang menentukan ketimpangan dan

kemiskinan. Jika kita melihat perbandingan pertumbuhan antar sektor, kita akan

menemukan bahwa ada beberapa sektor yang pertumbuhannya sangat cepat, yang

disebabkan oleh struktur ekonominya yang sebagian besar mengalami pertumbuhan

yang cepat. Sebaliknya, daerah yang pertumbuhannya lambat, sebagian besar struktur

ekonominya mengalami pertumbuhan yang lambat. Dengan kata lain, jika suatu sektor

memiliki dampak yang signifikan terhadap totalitas ekonomi, maka sektor tersebut

akan mengalami pertumbuhan yang cepat dan akan meningkatkan pertumbuhan

ekonomi secara keseluruhan. Sebaliknya, jika suatu sektor memiliki kontribusi yang

relatif kecil dan pertumbuhannya sangat lambat, maka sektor tersebut dapat

mengganggu pertumbuhan ekonomi secara keseluruhan, mengganggu pembangunan

dan kesejahteraan masyarakat.

Agenda perekonomian setiap daerah memiliki fokus yang berbeda, menurut

Ariska & Noeryanti (2019). Kondisi industri yang tinggi akan mendorong pertumbuhan

ekonomi. Meskipun demikian, sektor pertambangan juga harus berpartisipasi secara

aktif dalam mengurangi jumlah penduduk miskin dan ketimpangan pembangunan di

suatu wilayah. Keadaan ini disebabkan oleh fakta bahwa sumber daya potensial ada di
 mana-mana.

Berdasarkan latar belakang di atas, penulis ingin melakukan penelitian atau

analisis tentang cara "Analisis Pengaruh PDRB Sektor Pertambangan Penggalian,

Belanja Pemerintah, Jumlah Penduduk Terhadap Jumlah Penduduk Miskin di Pulau

Kalimantan".

1.2 Rumusan Masalah Penelitian

Rumusan masalah penelitian ini adalah sebagai berikut:

1. Bagaimana pengaruh PDRB sektor pertambangan terhadap jumlah penduduk

miskin di pulau kalimantan?

2. Bagaimana dampak kelapa sawit terhadap jumlah penduduk miskin di Pulau

Kalimantan?

3. Bagaimana dampak belanja pemerintah terhadap jumlah penduduk miskin di Pulau

Kalimantan?

4. Bagaimana dampak belanja pemerintah terhadap jumlah penduduk miskin di Pulau

Kalimantan?

1.3 Tujuan Penelitian

Tujuan dari penelitian ini adalah untuk mendapatkan pemahaman tentang

beberapa hal, antara lain:

1. Untuk menganalisis pengaruh PDRB sektor pertambangan terhadap jumlah

penduduk miskin di Pulau Kalimantan.

2. Untuk menganalisis pengaruh kelapa sawit terhadap jumlah penduduk miskin di

Pulau Kalimantan.

3. Untuk menganalisis pengaruh belanja pemerintah terhadap jumlah penduduk miskin

di Pulau Kalimantan.

4. Untuk menganalisis pengaruh belanja pemerintah terhadap jumlah penduduk miskin

 di Pulau Kalimantan.

5. Untuk menganalisis pengaruh belanja pemerintah terhadap jumlah penduduk miskin

di Pulau Kalimantan.

1.4 Manfaat Penelitian

Diharapkan bahwa penelitian ini akan bermanfaat bagi berbagai pihak,

termasuk:

 Penulis dan Pembaca

Tujuan penelitian ini adalah untuk memberi penulis dan pembaca lebih banyak

pengetahuan tentang Analisis Pengaruh PDRB Sektor Pertambangan Penggalian

Terhadap Jumlah Penduduk Miskin di Pulau Kalimantan dan tentang pengaruh

sektor kelapa sawit terhadap jumlah penduduk miskin di Pulau Kalimantan. Hasil

penelitian ini diharapkan dapat digunakan sebagai referensi atau bahan acuan untuk

penelitian selanjutnya dengan judul yang serupa.

 Pemerintah

Pemerintah daerah dapat mempertimbangkan penelitian skripsi ini saat

membuat kebijakan tentang jumlah orang miskin di Pulau Kalimantan.

1.5 Sistematika Penulisan

Sistematika penulisan tesis ini adalah sebagai berikut :

BAB I PENDAHULUAN

Latar belakang masalah, atau gambaran awal, penelitian, rumusan masalah, dan tujuan

penelitian dibahas dalam bab pendahuluan ini.

BAB II KAJIAN PUSTAKA

Kerangka pemikiran, perumusan hipotesis, dan dasar teori yang digunakan dalam

penelitian dibahas dalam penelitian ini.

BAB III METODOLOGI PENELITIAN

 Bagian ini membahas populasi dan penentuan sampel penelitian serta sumber data yang

digunakan; variabel yang digunakan dalam penelitian; metode untuk menganalisis data;

dan hipotesis operasional.

BAB IV DATA DAN PEMBAHASAN

Selain memberikan gambaran umum tentang objek penelitian, analisis deskriptif, dan

pembahasan hasil penelitian, bab ini membahas hasil analisis terhadap data yang

diperoleh dari penelitian ini serta penentuan hipotesis diterima atau ditolak.

BAB V KESIMPULAN

Bab ini berisi kesimpulan dari diskusi, temuan, dan rekomendasi untuk penelitian lebih

lanjut.
 BAB II

KAJIAN PUSTAKA DAN LANDASAN TEORI

2.1 Kajian Pustaka

Kemiskinan menjadi penghambat pertumbuhan ekonomi, khususnya di Indonesia

yang merupakan negara berkembang dengan sektor pendapatan rendah. Dalam studinya

tentang pengaruh Produk Domestik Bruto (PDB) sektoral terhadap kemiskinan di

Indonesia, Ksatria et al. (2022) menemukan bahwa Produk Domestik Regional Bruto

(PDRB) sektor primer dan sekunder berdampak negatif terhadap angka kemiskinan di

Indonesia selama rentang waktu 2010-2020. Sebaliknya, PDRB sektor pendidikan

menengah pada periode yang sama tidak berpengaruh signifikan terhadap angka kemiskinan

di Indonesia. Implikasi dari temuan penelitian ini menggarisbawahi pentingnya

menciptakan peluang kerja dalam industri pertambangan, karena sektor ini memberikan

bantuan langsung kepada masyarakat lokal yang terlibat. Pendekatan ini berpotensi

berkontribusi untuk mengentaskan kemiskinan dalam industri pertambangan.

Di zaman sekarang, kemiskinan sering terjalin dengan sektor pembangunan, dan

pengelolaannya memainkan peran penting dalam menentukan apakah kemiskinan menjadi

rumit dan meningkat atau jika ditangani secara efektif, mengarah pada peningkatan

kesejahteraan. Priatin (2022) melakukan kajian tentang kontribusi ketenagakerjaan, IPM

(Indeks Pembangunan Manusia), PAD (Pendapatan Daerah), dan PDRB (Produk Domestik

Regional Bruto) di sektor pertanian, industri, dan pertambangan terhadap ketimpangan

pertumbuhan di Sumatera pulau dari tahun 2016 hingga 2020. Temuan menunjukkan bahwa

kontribusi PDRB dari sektor pertambangan dan pertambangan mempengaruhi ketimpangan,

yang pada akhirnya berkontribusi pada pengurangan kemiskinan di Pulau Sumatera.

Berdasarkan konsep ini, penting bagi pemerintah untuk memprioritaskan peningkatan

kualitas operasi pekerja dan perusahaan dalam industri ini..

Dalam penelitian Fasholla (2018) berjudul “Pengaruh Pengeluaran Daerah, Jumlah

Penduduk, dan Pendapatan Primer Daerah Terhadap Kemiskinan Total di Kabupaten

Cilacap”, temuan penelitian menunjukkan bahwa peningkatan jumlah penduduk di beberapa

kecamatan tertentu di Kabupaten Cilacap menyebabkan peningkatan total kemiskinan di

kabupaten tersebut. Hal ini sejalan dengan teori bahwa peningkatan populasi sesuai dengan

jumlah individu yang lebih tinggi yang hidup dalam kemiskinan di wilayah tertentu.

Basri dan Sakakibara (2019) membahas dampak sosial ekonomi dari penambangan

emas skala kecil di daerah Bombana Sulawesi Tenggara. Studi tersebut menyoroti bahwa

pertambangan emas telah memberikan kontribusi positif bagi pembangunan ekonomi dan

kemakmuran kawasan dalam beberapa tahun terakhir. Faktor-faktor seperti aliran uang dari

penambangan emas, persewaan tanah, kesempatan kerja lokal, dan terbukanya peluang

usaha bagi masyarakat lokal telah memainkan peran yang signifikan. Keterlibatan

perusahaan pertambangan, dengan persetujuan pemerintah, telah menggerakkan sektor

ekonomi di masyarakat. Namun, tidak semua individu mendapat manfaat dari operasi

pertambangan, yang menyebabkan perubahan lanskap ketenagakerjaan bagi berbagai

pelaku, termasuk pengangguran, pekerja, dan pemilik tanah. Studi tersebut juga

menegaskan bahwa eksploitasi simpanan emas telah menghasilkan pertumbuhan ekonomi

dan pengentasan kemiskinan di Kabupaten Bombana.

Ariska dan Noeryanti (2019) menyelidiki dampak faktor sektor pertanian,

pertambangan, dan sosial terhadap pembangunan ekonomi dan kesejahteraan masyarakat di

Sulawesi pada tahun 2016. Dengan menggunakan metode Partial Least Squares (PLS),

analisis mereka mengungkapkan bahwa sektor pertambangan dan industri menyumbang

untuk 94% perekonomian provinsi Sulawesi Barat dan 98% pertambangan nikel di provinsi

Sulawesi Selatan. Studi ini menetapkan bahwa semua sektor memiliki dampak yang
signifikan terhadap pembangunan ekonomi. Secara keseluruhan, temuan penelitian ini

menekankan kontribusi substansial industri pertambangan terhadap pertumbuhan kekayaan,

yang merupakan bagian terbesar dari perekonomian (38%) serta berkontribusi terhadap

Indeks Pembangunan Manusia (IPM) dan Indeks Harga Konsumen (IHK) sebesar 32%.

Amparian et al. (2018) melakukan penelitian dengan judul “Perkembangan Sektor

Industri, Penyerapan Tenaga Kerja, dan Produk Domestik Regional Bruto (PDRB) di

Provinsi Kalimantan Selatan.” Penelitian mereka menyimpulkan bahwa sektor industri,

khususnya sektor pertambangan, memiliki peran penting dalam pembangunan.

Pertumbuhan ekonomi dan kesempatan kerja merupakan aspek penting yang dipengaruhi

oleh profitabilitas dan investasi di sektor pertambangan. Selain itu, kegiatan pertambangan

dan penggalian dapat mengarah pada pembentukan usaha kecil menengah dan sektor jasa,

yang berkontribusi terhadap pendapatan masyarakat setempat. Sektor pertambangan

memiliki pengaruh yang cukup besar terhadap perekonomian Kalimantan Selatan,

merupakan penyumbang utama dalam sektor bisnis dengan pangsa 20,61%. Hal ini

berdampak pada peningkatan pertumbuhan ekonomi di Kalimantan Selatan sebesar 5,13%

pada tahun 2018.

Sholiha dkk. (2017) melakukan analisis dampak investasi manufaktur, pertumbuhan

ekonomi, dan lapangan kerja di Indonesia. Temuan mereka menunjukkan bahwa investasi

industri secara signifikan mempengaruhi perkembangan ekonomi industri manufaktur di

Indonesia, sejalan dengan prinsip ekonomi yang telah ditetapkan bahwa investasi, termasuk

pertambangan, dapat mendorong pertumbuhan ekonomi dan meningkatkan kesejahteraan

manusia. Selain itu, penelitian ini menyoroti pengaruh signifikan penyerapan tenaga kerja

dalam konteks kegiatan pertambangan.

Putri dkk. (2020) meneliti dampak kegiatan pertambangan terhadap Produk

Domestik Bruto (PDB) regional dan ekonomi lokal di Provinsi Kalimantan Timur.
Penelitian mereka mengungkapkan bahwa pertambangan memiliki pengaruh yang

signifikan terhadap PDB per kapita dan perekonomian masyarakat. Kontribusi sektor

pertambangan dan penggalian terhadap PDRB diukur sebesar 0,9431, menegaskan

pentingnya sektor pertambangan dalam pembangunan ekonomi. Selain itu, penelitian ini

menunjukkan bahwa kegiatan pertambangan dapat menciptakan lapangan kerja dan

mengurangi jumlah orang yang hidup dalam kemiskinan.

Untuk melakukan penelitiannya, penulis mengandalkan berbagai referensi dan

sumber literatur, termasuk buku, jurnal, dan penelitian sebelumnya. Bahan-bahan ini

digunakan untuk meninjau literatur yang relevan dan mendukung proses penelitian.

Tabel 2.1 Penelitian Terdahulu

No Peniliti Judul Penelitian Variabel Alat Hasil Penelitian

1 Ksatria pengaruh Produk 1. Tingkat Data Selama periode 2010-
dkk. Domestik Kemiskinan panel 2020, Produk Domestik
(2022) Regional Bruto Sektor Primer, Bruto (PDB) sektor
Sektoral Sektor Sekunder, primer dan sekunder
Terhadap dan Sektor berdampak negatif
Kemiskinan di Tersier signifikan terhadap angka
Indonesia kemiskinan di Indonesia.
Di sisi lain, PDB sektor
tersier tidak berpengaruh
signifikan terhadap angka
kemiskinan di Indonesia
dari tahun 2010 hingga
2020.
2 Priatin, Analisis 1. Ketimpanga Data Hasil uji signifikansi
(2022) Pengaruh Tenaga n pane menunjukkan bahwa
Kerja, Ipm, Pad, Tenaga Kerja, tenaga kerja, Indeks
Kontribusi Pdrb Indeks Pembangunan Manusia,
Sektor Pertanian, Pembangunan Pendapatan Asli Daerah,
Industri Dan Manusia, dan Produk Domestik
Pertambangan Pendapatan Asli Regional Bruto sektor
Terhadap Daerah, Produk pertanian, industri, dan
Ketimpangan Domestik pertambangan berdampak
Pembangunan Di Regional Bruto pada ketimpangan
Pulau Sumatera Sektor Pertanian, pembangunan di Pulau
Tahun 2016- Industri dan Sumatera tahun 2016
2020. pertambangan hingga 2020.
3 (Slamet Analisis Faktor- 1. Jumlah Hasil dampak terhadap
Widodo, Faktor Yang Penduduk jumlah penduduk miskin
2018) Memengaruhi Miskin ditunjukkan oleh
 Jumlah Produk pengeluaran pemerintah
Penduduk Domestik daerah, karena
Miskin Di Regional menunjukkan bahwa
Provinsi Bruto, Indeks pengeluaran pemerintah
Bengkulu tahun Pembangunan berdampak negatif dan
2011 – 2015. Manusia, signifikan terhadap
Tingkat jumlah penduduk miskin.
Pengangguran Disimpulkan bahwa
, Belanja pengeluaran pemerintah
Pemerintah berdampak negatif
terhadap jumlah
penduduk miskin
4 Tri Pengaruh 1. Jumlah Data Penelitian ini
Fasholla, Belanja Daerah, Kemiskina Panel menghasilkan populasi di
(2018) Jumlah 2. Belanja 24 kecamatan (Cilacap
Penduduk dan Daerah, Selatan, Cilacap Tengah,
Pendapatan Asli Jumlah Cilacap Utara, Gjirokleji,
Daerah Terhadap Penduduk, Kaunganten, Pantarsari,
Jumlah dan PAD Kisugihan, Adipala,
Kemiskinan Di Maus, Sampang, Kruia,
Kabupaten Binangon, Nosaungu,
Cilacap. Sedarija, Kedongriga,
Ganderngmango,
Patimwan, Karang
Pucung, Cimanggu,
Majenang, Wanareja,
Dayeuh Luhur, dan
Kampung Laut) di
Kabupaten Cilacap,
hasilnya mempengaruhi
jumlah penduduk miskin
di Kabupaten Cilacap
5 Basri & Pengukuran 1. Pertambanga Kuesion Pendapatan tenaga kerja
Sakakibar dampak sosial 2. Sosial er tambang jauh lebih besar
a, (2019) ekonomi dari ekonomi dibandingkan dengan
Pertambangan masyarakat non-tambang.
Emas Skala Eksploitasi deposit emas
Kecil di Area berkualitas tinggi
Bombana, Indonesia menimbulkan
Sulawesi guncangan ekonomi di
Tenggara, provinsi Bombana
Indonesia.
6 Ariska & Pengaruh Sektor 1. Perkembang Data Dengan menggunakan uji
Noeryanti Pertanian, an ekonomi, panel bootstrapping, pengaruh
(2019) Pertambangan, kesejahteraa tidak langsung
dan Faktor n masyarakat penggunaan variabel
Sosial Terhadap 2. Sektor perantara sektor
Perkembangan pertanian, pertanian, pertambangan,
Ekonomi dan sektor dan industri terhadap
Kesejahteraan pertambangan tingkat kesejahteraan
 Masyarakat di dan industri, dengan stabilitas ekonomi
Sulawesi Tahun faktor sosial tertentu adalah positif.
2006 Dengan
Metode Least
Square (PLS).
7 Amparian Perkembangan 1. Sektor Time Kegiatan ekonomi
dkk. Sektor Industri Industri series berdampak positif
(2018) terhadap 2. Unit usaha, terhadap berbagai proyek
Penyerapan upah buruh penyediaan air minum di
Tenaga Kerja wilayah Kalimantan
dan Produk Selatan. Kedua, upah
Domestik pekerja sangat baik untuk
Regional Bruto bekerja dalam bisnis di
(PDRB) pada wilayah Kalimantan
Sektor Industri Selatan.
di Provinsi
Kalimantan
Selatan.
8 Sholihah Analisis 1. Investasi Time Investasi industri (INV)
dkk. investasi sektor sektor series memiliki dampak yang
( 2017) industri industry signifikan terhadap
manufaktur, 2. Pertumbuhan pertumbuhan ekonomi
pengaruhnya ekonomi, perusahaan industri pada
terhadap penyerapan tingkat yang signifikan.
pertumbuhan tenaga kerja.
ekonomi dan
penyerapan
tenaga kerja di
Indonesia.
9 Putri dkk. Pengaruh 1. Kegiatan Time Kegiatan pertambangan
(2020) Aktivitas Pertambanga series mempengaruhi produk
Pertambangan 2. Nilai PDRB, domestik bruto (PDB)
Terhadap Nilai ekonomi daerah per kapita dan
Produk masyarakat status ekonomi
Domestik masyarakat provinsi
Regional Bruto Kalimantan Timur.
Dan Ekonomi Produk domestik bruto
Masyarakat di daerah seperti
Provinsi pertambangan dan
Kalimantan penggalian memiliki
Timur. pengaruh yang signifikan
terhadap setiap BRDP di
wilayah Kalimantan
Timur.

2.2 Landasan Teori

2.2.1 Kemiskinan
1. Pengertian Kemiskinan
 Kemiskinan mengacu pada kondisi yang dialami individu atau keluarga yang

berjuang untuk memenuhi kebutuhan dasarnya dan hidup di bawah ambang

pendapatan tertentu, sehingga menyulitkan mereka untuk menjalani kehidupan yang

bermartabat (Setiati et al., 2020). Ini mewakili keadaan sumber daya yang terbatas

dan tantangan dalam memenuhi kebutuhan rumah tangga, mengakibatkan kesulitan

dan perjuangan terus-menerus untuk kelangsungan hidup sehari-hari (Prawoto,

2009). Konsep kemiskinan menunjukkan situasi di mana individu atau kelompok

memiliki tingkat pendapatan di bawah rata-rata, yang menyebabkan kesenjangan

dan ketimpangan pendapatan di berbagai aspek kehidupan, seperti perumahan,

pendidikan, perawatan kesehatan, kematian, dan kesempatan kerja (Jacobus et al.,

2019). ). Menurut Bank Dunia, kemiskinan ditandai dengan tidak adanya pilihan dan

kesempatan untuk meningkatkan taraf hidup dasar, kesehatan, dan kesejahteraan

secara keseluruhan, serta ketidakmampuan untuk mendapatkan penghargaan dan

pengakuan dari masyarakat (Bank Dunia). Bank Dunia menetapkan tolok ukur

standar untuk mengukur dan menilai tingkat kemiskinan.

2) Konsep Kemiskinan

Kemiskinan adalah masalah yang meluas di negara mana pun. Sebagaimana

disoroti oleh Darmawan & Ayuningsasi (2021), kemiskinan muncul dari berbagai

faktor, antara lain rendahnya tingkat investasi, pertumbuhan ekonomi yang tidak

memadai, dan intervensi pemerintah yang tidak memadai, khususnya dalam

mengatasi kemiskinan. Kemiskinan menimbulkan tantangan yang signifikan bagi

pemerintah karena menghambat individu dan rumah tangga dari memenuhi

kebutuhan dasar mereka. Simarnata (2019) mendefinisikan kemiskinan sebagai

keadaan dimana individu menghadapi hambatan yang menghalangi mereka untuk

memenuhi kebutuhannya. Kurangnya alokasi sumber daya yang tepat oleh

pemerintah diidentifikasi sebagai pendorong utama kemiskinan.

3) Ukuran Kemiskinan

Umumnya ada dua faktor untuk mengetahui tingkat kemiskinan di setiap

daerah, yaitu kemiskinan Absolut dan Relatif.

Kemiskinan Absolut

Kemiskinan absolut yaitu ketidaksiapan seseorang melalui

penghasilan yang didapatkannya mencukupi kebutuhan dasar

minimum yang diperlukan untuk keperluan rumah tangga dalam

menjalankan kehidupan sehari-hari. Penghasilan tersebut dipakai

untuk pembeda antara tingkat kemiskinan. Tingkat kemiskinan

ditentukan oleh pendapatan konstan secara riil, di mana bisa

ditemukan peningkatan yang didapatkan untuk mengatasi atau

menanggulangi jumlah penduduk miskin pada posisi absolut di setiap

waktu.

Kemiskinan Relatif

Ketidaksanggupan dalam mencapai ke tingkat rata-rata

kehidupan yang disepakati masyarakat daerah tempat dia tinggal, di

mana dalam penetapannya harus diperhatikan fokus. Seorang yang di

posisi kehidupan yang di bawah rata-rata disebut sebagai penduduk

miskin yang Relatif. Kemiskinan relatif dipakai untuk mengetahui

perbedaan penyaluran pendapatan.

4) Faktor-faktor penyebab kemiskinan

Ada empat penyebab kemiskinan yaitu:

 a. Individual explanation, disebabkan dari penduduk miskin tersebut: pemalas,

tidak sesuai dengan pekerjaan yang diinginkan, tidak bisa dalam bekerja,

mempunyai penyakit, belum siap mempunyai keturunan.

b. Familial explanation, disebabkan oleh faktor anak, yaitu di mana penerus

selanjutnya terjadi kegagalan yang terus-menerus, seperti disebabkan

pendidikan dan kesehatan.

c. Subcultural explanation, disebabkan oleh karakteristik perilaku sifat suatu

lingkungan yang menyebabkan pada sifat moral dari masyarakat tersebut.

d. Structural Explanations, mengartikan kemiskinan menjadi sebuah program

masyarakat yang menghasilkan ketidakmerataan perbedaan hak dan status.

2.2.2 Produk Domestik Regional Bruto Sektor Pertambangan dan Penggalian

1. Pertambangan

Menurut Kusumawati dkk (2014), pertambangan adalah proses ekstraksi,

penghancuran, dan transportasi sumber daya mineral yang terdapat di suatu lokasi

secara bertahap dan efisien menggunakan peralatan berat berdasarkan kemajuan

teknologi. Sumber daya mineral ini memiliki karakteristik yang tidak dapat

diperbaharui atau disebut juga sebagai aset yang terbuang atau tidak terbarukan. Dalam

pelaksanaannya, pertambangan harus mampu menjaga keseimbangan dan keamanan

kerja, serta menjaga keberlanjutan lingkungan hidup dan kesejahteraan masyarakat

sekitarnya. Terdapat beberapa faktor yang memengaruhi kegiatan pertambangan:

a. Faktor geologis: Faktor ini meliputi ketersediaan dan kualitas sumber daya

mineral di suatu daerah. Ketersediaan dan distribusi mineral akan mempengaruhi

potensi pertambangan di suatu wilayah.

b. Faktor ekonomi: Faktor ini mencakup harga mineral di pasar, biaya produksi, dan

potensi keuntungan yang dapat diperoleh dari kegiatan pertambangan. Faktor

 ekonomi juga mempengaruhi keputusan untuk melibatkan investasi dalam proyek

pertambangan.

c. Faktor teknologi: Kemajuan teknologi dalam bidang eksplorasi, penambangan,

dan pemrosesan mineral berpengaruh signifikan terhadap efisiensi dan

keberhasilan kegiatan pertambangan. Teknologi yang lebih baik dapat

meningkatkan efisiensi produksi dan mengurangi dampak lingkungan.

d. Faktor regulasi: Faktor ini melibatkan peraturan dan kebijakan pemerintah terkait

dengan izin pertambangan, perlindungan lingkungan, keselamatan kerja, dan

pembagian keuntungan. Regulasi yang jelas dan tegas diperlukan untuk mengatur

kegiatan pertambangan secara berkelanjutan dan bertanggung jawab.

e. Faktor sosial dan lingkungan: Kegiatan pertambangan dapat memiliki dampak

sosial dan lingkungan yang signifikan. Faktor-faktor seperti partisipasi masyarakat

lokal, konservasi lingkungan, pemenuhan hak-hak masyarakat adat, dan tanggung

jawab sosial perusahaan dapat memengaruhi kelangsungan dan penerimaan

terhadap kegiatan pertambangan.

f. Faktor pasar: Permintaan pasar terhadap mineral tertentu juga mempengaruhi

kegiatan pertambangan. Jika permintaan meningkat, ini dapat mendorong

peningkatan produksi dan eksplorasi mineral tertentu.

Seluruh faktor ini saling terkait dan memengaruhi kegiatan pertambangan

secara keseluruhan. Penting untuk mempertimbangkan dan mengelola faktor-faktor

ini dengan baik agar kegiatan pertambangan dapat dilakukan dengan efisien,

berkelanjutan, dan sesuai dengan kepentingan semua pihak yang terlibat.

Pembangunan yang berkelanjutan dalam kegiatan pertambangan terdiri dari

3 hal yaitu: (Oktarinasari dkk., 2019)

a. Aspek Ekonomi: Pembangunan pertambangan yang berkelanjutan harus

memberikan kontribusi positif terhadap pertumbuhan ekonomi wilayah atau

negara. Hal ini melibatkan pemanfaatan sumber daya mineral dengan efisien dan

optimal untuk menghasilkan keuntungan ekonomi yang berkelanjutan. Selain

itu, pembangunan ekonomi yang berkelanjutan juga harus memperhatikan

pembagian hasil yang adil dan merata serta menciptakan lapangan kerja yang

layak bagi masyarakat.

b. Aspek Sosial: Pembangunan pertambangan yang berkelanjutan harus

memperhatikan aspek sosial, termasuk partisipasi aktif dan keterlibatan

masyarakat setempat. Penting untuk membangun hubungan yang harmonis

antara perusahaan pertambangan dengan masyarakat, memperhatikan hak-hak

masyarakat adat, dan melibatkan mereka dalam pengambilan keputusan terkait

kegiatan pertambangan. Pembangunan sosial yang berkelanjutan juga

melibatkan investasi dalam pendidikan, kesehatan, infrastruktur, dan

pemberdayaan masyarakat di sekitar wilayah pertambangan.

c. Aspek Lingkungan: Pembangunan pertambangan yang berkelanjutan harus

memprioritaskan perlindungan dan pelestarian lingkungan. Kegiatan

pertambangan harus dilakukan dengan meminimalkan dampak negatif terhadap

lingkungan, seperti degradasi lahan, kerusakan ekosistem, dan polusi air dan

udara. Selain itu, penting untuk menerapkan praktik pertambangan yang ramah

lingkungan, seperti pengelolaan limbah yang baik, restorasi lahan pasca-

tambang, dan penggunaan energi terbarukan.

Dengan memperhatikan ketiga aspek ini secara seimbang, pembangunan

pertambangan dapat berkontribusi secara positif terhadap pembangunan yang

 berkelanjutan secara keseluruhan, baik dari segi ekonomi, sosial, maupun

lingkungan.

Pertambangan berdasarkan potensi sumber daya alam dibagi menjadi 3,

yaitu: (Iswandi & Dewata, 2020)

a. Pertambangan Logam: Kategori pertambangan logam meliputi ekstraksi mineral

dan logam berharga seperti emas, perak, tembaga, timah, nikel, dan besi.

Pertambangan logam ini berfokus pada penambangan bijih yang mengandung

konsentrasi tinggi logam-logam tersebut. Logam-logam ini memiliki nilai

ekonomi yang tinggi dan digunakan dalam berbagai industri, termasuk

manufaktur, konstruksi, dan teknologi.

b. Pertambangan Non-Logam: Kategori pertambangan non-logam mencakup

ekstraksi bahan galian non-logam seperti batu, pasir, kerikil, tanah liat, garam,

fosfat, batubara, dan bahan galian lainnya. Bahan galian non-logam ini

digunakan dalam berbagai sektor, termasuk konstruksi, industri kimia, pertanian,

dan energi. Pertambangan non-logam biasanya melibatkan ekstraksi bahan

galian dari tambang terbuka atau melalui metode penambangan lainnya.

c. Pertambangan Energi: Kategori pertambangan energi mencakup ekstraksi

sumber daya energi seperti batu bara, minyak bumi, gas alam, dan uranium.

Pertambangan energi ini penting dalam memenuhi kebutuhan energi global.

Batu bara digunakan dalam pembangkit listrik dan industri, minyak bumi dan

gas alam digunakan sebagai sumber energi dan bahan baku industri, sedangkan

uranium digunakan dalam pembangkit tenaga nuklir.

2. Produk Domestik Regional Bruto

 Badan Pusat Statistik (BPS) mendefinisikan Produk Domestik Regional

Bruto (PDRB) sebagai total bruto dari semua barang dan jasa yang dihasilkan dalam

suatu wilayah negara pada tahun tertentu, sebagai hasil dari program atau kegiatan

perekonomian. Nilai PDRB mencerminkan kemampuan dan potensi suatu wilayah

dalam mengelola dan menggunakan sumber daya yang ada untuk kegiatan produksi.

Akhirnya, tingkat PDRB yang dicapai oleh pemerintah daerah bergantung pada

kemampuan sumber daya dan hasil produksi yang dimiliki. Jika terdapat hambatan

dalam penyediaan jenis barang tertentu, hal ini dapat mempengaruhi variasi PDRB

antara pemerintah daerah.

Secara teoritis dalam ekonomi, nilai tambah merujuk pada selisih antara nilai

produksi dan biaya produksi intermediate, yaitu harga pembelian barang dan jasa

dari sektor lain atau melalui impor. Nilai tambah dari setiap program produksi atau

jasa merupakan hasil dari pendapatan, bunga, laba yang terjadi dalam transaksi,

pajak, serta sumbangan untuk pembangunan, pemberdayaan, dan pengembangan

masyarakat daerah setempat.

Kategori pembangunan tradisional merujuk pada pembangunan yang

menjadi fokus utama dalam peningkatan PDRB di setiap provinsi dan kota.

Sementara itu, pertumbuhan ekonomi dapat diamati dari peningkatan nilai. Secara

umum, PDRB dapat dihitung atau diuraikan melalui dua pendekatan, yaitu

pendekatan pengeluaran dan pendekatan sektor lapangan usaha. Pendekatan PDRB

berdasarkan sektor lapangan usaha mencakup nilai tambah yang dihasilkan oleh

semua sektor usaha di setiap wilayah pada periode waktu tertentu. Sementara itu,

pendekatan PDRB berdasarkan pengeluaran melibatkan nilai barang dan jasa yang

dikonsumsi dan digunakan pada akhirnya.

 Angka Pendapatan Regional atau Produk Domestik Regional Bruto (PDRB)

merupakan data agregat yang dapat digunakan untuk mengukur tingkat

pertumbuhan ekonomi setiap wilayah. Di sisi lain, PDRB juga dapat digunakan

sebagai evaluasi kinerja dalam program pembangunan ekonomi yang efektif dan

efisien, baik oleh pemerintah maupun non-pemerintah. Secara luas, PDRB dapat

dihitung menggunakan nilai harga berlaku dan nilai harga konstan (berdasarkan

tahun dasar). Hal ini menghasilkan PDRB atas dasar harga berlaku (ADHB) dan

PDRB atas dasar harga konstan (ADHK).

PDRB harga berlaku (nominal) menggambarkan potensi ekonomi yang

dihasilkan oleh setiap wilayah. PDRB harga konstan (riil) dapat digunakan untuk

menggambarkan tingkat pertumbuhan ekonomi secara holistik dari satu periode ke

periode lainnya. Distribusi PDRB harga berlaku dari sektor lapangan usaha

memberikan struktur perekonomian. PDRB per kapita atas dasar harga berlaku

memberikan nilai PDRB per individu. PDRB per kapita atas dasar harga (Solihat,

2019)

PDRB harga berlaku (nominal) membagikan potensi asal daya

perekonomian yang didapatkan dari setiap daerah. PDRB harga konstan (riil) bisa

dipakai buat menjabarkan tingkat pertumbuhan ekonomi secara holistik atau setiap

kategori berasal tahun dari periode ke periode. Distribusi PDRB harga berlaku dari

lapangan usaha memberikan struktur perekonomian. PDRB per kapita atas dasar

harga berlaku memberikan nilai PDRB per satu individu. PDRB per kapita atas

dasar harga konstan berguna untuk mengetahui pertumbuhan konkret ekonomi

perkapita penduduk suatu wilayah dengan itu dapat diartikan bahwa PDRB yang

diejawantahkan secara bersiklus, wajar dan komprehensif akan bisa dilihat melalui

beberapa faktor: (BPS, 2013).

a. Pertumbuhan Ekonomi: Tingkat pertumbuhan ekonomi merupakan faktor

penting dalam mengukur kinerja PDRB. Pertumbuhan yang signifikan

menunjukkan peningkatan produksi dan aktivitas ekonomi dalam suatu wilayah.

b. Kontribusi Sektor: Melalui analisis sektor, dapat dilihat kontribusi masing-

masing sektor dalam PDRB suatu daerah. Hal ini memungkinkan identifikasi

sektor-sektor yang menjadi tulang punggung perekonomian dan sektor-sektor

yang perlu diperkuat untuk mengoptimalkan pertumbuhan ekonomi.

c. Produktivitas: Tingkat produktivitas dalam menghasilkan barang dan jasa

memengaruhi nilai tambah dalam PDRB. Peningkatan produktivitas akan

berdampak positif terhadap pertumbuhan ekonomi dan peningkatan PDRB suatu

wilayah.

d. Investasi: Investasi yang dilakukan baik oleh pemerintah maupun sektor swasta

dapat mendorong pertumbuhan ekonomi dan peningkatan nilai PDRB. Investasi

yang tepat dalam infrastruktur, industri, dan sektor-sektor lainnya dapat

memberikan stimulus bagi pertumbuhan ekonomi regional.

e. Keseimbangan Regional: PDRB yang seimbang antara wilayah-wilayah dalam

suatu negara merupakan indikator penting untuk menilai keadilan dan

kesejahteraan regional. Perbedaan yang signifikan antara wilayah yang maju dan

tertinggal perlu diperhatikan dalam upaya meningkatkan distribusi pendapatan

dan pengembangan ekonomi yang merata.

f. Kualitas Sumber Daya Manusia: Tingkat pendidikan, keterampilan, dan

kesehatan masyarakat memengaruhi produktivitas dan potensi ekonomi suatu

wilayah. Pengembangan sumber daya manusia yang berkualitas akan berdampak

positif pada peningkatan nilai PDRB.

 Dengan memperhatikan faktor-faktor ini, dapat dilakukan evaluasi dan

perencanaan yang tepat untuk meningkatkan PDRB suatu wilayah serta mencapai

pembangunan ekonomi yang berkelanjutan.

2.2.3 Belanja Pemerintah

1. Definisi Belanja Pemerintah

Belanja pemerintah mengacu pada pengeluaran yang dilakukan oleh

pemerintah untuk membiayai agenda dan programnya, baik yang bersifat wajib

maupun pilihan, serta digunakan dalam bidang atau sektor yang eksklusif.

Pengeluaran belanja ini memiliki potensi untuk mendorong berbagai jenis kegiatan

dan mempengaruhi wewenang dalam menjaga stabilitas ekonomi nasional

(Waruwu, 2016).

Belanja modal merupakan pengeluaran yang dilakukan oleh pemerintah

untuk mendapatkan aset tetap tertentu (Afrizal, 2013). Terdapat tiga cara yang

digunakan pemerintah daerah untuk memperoleh aset tetap, yaitu melalui

pembangunan individu, penggantian dengan aset tetap lainnya, dan melalui

pengeluaran belanja. Pada umumnya, pemerintah daerah lebih cenderung

menggunakan metode pembangunan individu atau pengeluaran belanja. Belanja

modal memiliki karakteristik yang khusus dan menjelaskan perbedaan dalam proses

pengadaannya.

Dalam Peraturan Kepmendagri No. 29 Tahun 2002 tentang Belanja Daerah,

belanja daerah dibagi menjadi beberapa kategori, termasuk Belanja Administrasi

Umum (BAU), Belanja Operasi dan Pemeliharaan (BOP), Belanja Modal, Belanja

Tidak Terduga, dan Belanja Bantuan Keuangan. Namun, menurut peraturan terbaru

yaitu Permendagri No. 59 Tahun 2007 (Revisi Atas Permendagri No. 13 Tahun
2006 Terkait Pedoman Pengelolaan Keuangan Daerah), pembagian belanja

diperbaharui dan dibagi menjadi belanja langsung dan belanja tidak langsung.

Belanja langsung merujuk pada pengeluaran yang secara langsung terkait dengan

kegiatan dan agenda tertentu. Setiap agenda tidak dapat terlaksana tanpa adanya

biaya yang diperlukan. Sementara itu, belanja tidak langsung merujuk pada

pengeluaran yang tidak secara langsung terkait dengan kegiatan tersebut.

2. Konsep Belanja Pemerintah

Belanja pemerintah Indonesia merujuk pada pengeluaran yang dilakukan

oleh pemerintah dalam rangka memenuhi kebutuhan publik, memajukan

pembangunan, dan menjalankan fungsi-fungsi pemerintahan. Konsep belanja

pemerintah dapat dilihat dari beberapa perspektif, termasuk alokasi anggaran, jenis

belanja, dan tujuan belanja. (Arviani, 2019):

a. Alokasi Anggaran: Pemerintah Indonesia mengalokasikan anggarannya

untuk berbagai sektor dan program, seperti pendidikan, kesehatan,

infrastruktur, pertanian, pertahanan, dan lain-lain. Alokasi anggaran ini

ditentukan dalam Rencana Pembangunan Jangka Menengah Nasional

(RPJMN) dan Anggaran Pendapatan dan Belanja Negara (APBN). Jenis

Belanja: Belanja pemerintah Indonesia terdiri dari beberapa jenis, antara

lain: (Arviani, 2019)

1) Belanja Modal: Belanja ini digunakan untuk membiayai pembangunan

dan pengadaan aset tetap, seperti pembangunan jalan, jembatan, gedung,

dan fasilitas infrastruktur lainnya.

 2) Belanja Pegawai: Belanja ini mencakup gaji, tunjangan, dan pembayaran

lainnya untuk pegawai negeri sipil (PNS) dan aparatur sipil negara

(ASN).

3) Belanja Subsidi: Pemerintah memberikan subsidi dalam berbagai sektor,

seperti energi, transportasi, dan pangan, guna menjaga stabilitas harga

dan memberikan perlindungan kepada masyarakat.

4) Belanja Sosial: Belanja ini digunakan untuk program-program

perlindungan sosial, seperti bantuan sosial, bantuan pendidikan, dan

bantuan kesehatan bagi masyarakat yang membutuhkan.

5) Belanja Operasional: Belanja ini meliputi biaya rutin operasional

pemerintah, termasuk biaya administrasi, pemeliharaan, dan

pengoperasian lembaga pemerintah.

b. Tujuan Belanja: Belanja pemerintah Indonesia bertujuan untuk mencapai

berbagai tujuan, di antaranya:

1) Pembangunan Infrastruktur: Pemerintah mengalokasikan dana untuk

membangun dan meningkatkan infrastruktur yang dibutuhkan, seperti

jalan, jembatan, pelabuhan, dan bandara, guna mendukung pertumbuhan

ekonomi dan konektivitas antar wilayah.

2) Pelayanan Publik: Belanja pemerintah juga digunakan untuk

menyediakan pelayanan publik, seperti pendidikan, kesehatan,

keamanan, perumahan, dan sanitasi.

3) Pengentasan Kemiskinan: Pemerintah memberikan bantuan sosial dan

program-program pengentasan kemiskinan untuk membantu masyarakat

yang berada dalam kondisi ekonomi yang sulit.

 4) Pembangunan Sosial dan Manusia: Belanja ini difokuskan pada

pengembangan sumber daya manusia melalui pendidikan, pelatihan,

penelitian, dan pengembangan keterampilan.

5) Pembangunan Ekonomi: Belanja pemerintah juga ditujukan untuk

mendukung pertumbuhan ekonomi, seperti program pengembangan

industri, pertanian, pariwisata, dan sektor-sektor ekonomi lainnya.

Pemerintah Indonesia terus mengkaji dan mengalokasikan belanja secara

proporsional dan efektif sesuai dengan kebutuhan dan prioritas nasional guna

mencapai tujuan pembangunan dan kesejahteraan masyarakat

3. Komponen Belanja Pemerintah

Komponen belanja pemerintah Indonesia terdiri dari beberapa

elemen utama yang mencerminkan pengeluaran pemerintah. Berikut ini

rincian Belanja Daerah: (Meilina, 2014)

a. Belanja Modal: Komponen ini mencakup pengeluaran untuk

pembangunan infrastruktur fisik dan nonfisik, seperti jalan, jembatan,

gedung pemerintah, fasilitas kesehatan, dan proyek-proyek pembangunan

lainnya.

b. Belanja Pegawai: Komponen ini meliputi gaji, tunjangan, insentif, dan

biaya lain yang terkait dengan pegawai negeri sipil (PNS) dan aparatur

sipil negara (ASN). Termasuk juga di dalamnya biaya pelatihan,

pendidikan, dan pengembangan pegawai.

c. Belanja Subsidi: Komponen ini mencakup subsidi yang diberikan oleh

pemerintah untuk menopang harga atau biaya dalam sektor-sektor seperti

energi (misalnya subsidi bahan bakar minyak), transportasi, pertanian,

 dan pendidikan. Subsidi ini bertujuan untuk mengurangi beban

masyarakat atau sektor tertentu.

d. Belanja Sosial: Komponen ini melibatkan pengeluaran untuk program-

program perlindungan sosial, seperti bantuan sosial bagi masyarakat

miskin, tunjangan anak, bantuan pendidikan, dan program kesehatan

publik. Tujuan utamanya adalah mengurangi kesenjangan sosial dan

meningkatkan kesejahteraan sosial.

e. Belanja Operasional: Komponen ini mencakup pengeluaran rutin untuk

menjalankan lembaga-lembaga pemerintah, termasuk biaya administrasi,

operasional kantor, pengadaan barang dan jasa, perawatan aset, dan biaya

operasional lainnya.

f. Belanja Transfer: Komponen ini mencakup transfer dana dari pemerintah

pusat ke pemerintah daerah atau transfer antar pemerintah daerah.

Tujuannya adalah untuk mendukung pelaksanaan otonomi daerah dan

memperkuat kapasitas keuangan pemerintah daerah.

g. Belanja Bunga dan Subsidi Utang: Komponen ini mencakup pembayaran

bunga dan subsidi atas utang pemerintah, baik utang dalam negeri

maupun utang luar negeri. Hal ini termasuk dalam pengeluaran

pemerintah yang berkaitan dengan pembiayaan defisit anggaran.

h. Belanja Penelitian dan Pengembangan: Komponen ini melibatkan

pengeluaran untuk penelitian, pengembangan, dan inovasi dalam

berbagai sektor, seperti sains, teknologi, pertanian, kesehatan, dan

industri.
 Komponen-komponen ini dapat berbeda dalam proporsi dan

jumlahnya setiap tahunnya tergantung pada prioritas pembangunan nasional,

kebutuhan masyarakat, kondisi ekonomi, dan arah kebijakan pemerintah.

2.2.4 Kelapa Sawit

Perkebunan kelapa sawit di Indonesia mengalami pertumbuhan yang

pesat dan merupakan transformasi yang signifikan dalam industri.

Perkebunan ini tersebar di 22 dari 33 provinsi di Indonesia, dengan fokus

utama berada di pulau Sumatera dan Kalimantan. Sekitar 90% perkebunan

kelapa sawit negara terkonsentrasi di dua wilayah ini, yang merupakan 95%

dari produksi minyak sawit mentah (CPO) Indonesia. Ekspansi perkebunan

kelapa sawit ditandai dengan pembangunan yang cepat, terutama di

perkebunan skala kecil, dengan tingkat pertumbuhan tahunan sebesar 24%

antara tahun 1990 dan 2015. Hingga tahun 2015, total area perkebunan

kelapa sawit di Indonesia adalah sekitar 11,3 juta hektar, dengan pertanian

kecil memegang bagian terbesar (53%), diikuti oleh pertanian swasta (42%),

dan pertanian milik pemerintah (5%).

Menurut perkiraan, produksi CPO Indonesia diproyeksikan mencapai

42 juta ton pada tahun 2017. Dalam kajian yang dilakukan oleh Anggrain

(2018) tentang dampak perkebunan kelapa sawit terhadap perekonomian

Riau dari tahun 2002 hingga 2016, ditarik kesimpulan jangka pendek dan

jangka panjang. digambar. Ditemukan bahwa produksi perkebunan kelapa

sawit tidak berdampak signifikan terhadap produk domestik bruto (PDB)

wilayah tersebut, namun berpengaruh terhadap jumlah tenaga kerja yang

terserap dan nilai ekspornya. Hasil analisis menunjukkan bahwa indeks

pendapatan perekonomian daerah di Kecamatan Moalo Gambi mengalami

kenaikan tahunan sebesar 11,33%, sedangkan harga-harga tetap stabil

sebesar 23,97% per tahun. Namun sektor perkebunan kelapa sawit

mengalami penurunan sebesar 28,41%.

Studi lain yang dilakukan oleh Gwanda (2021) berfokus pada

dampak impor dan produksi minyak sawit terhadap PDB Indonesia. Studi

tersebut mengkaji berbagai faktor, antara lain variabel pasar tenaga kerja,

luas lahan, dan produksi minyak sawit. Hasil penelitian menunjukkan bahwa

ketiga variabel tersebut berdampak positif terhadap Kewajiban Konsumsi

Rumah Tangga (PDRC) Kelapa Sawit.

Berdasarkan Undang-Undang Nomor 18 Tahun 2004 dan Peraturan

Menteri Tanaman dan Pertanian Nomor 940/Kpts/OT.210/10/97,

pembangunan perkebunan kelapa sawit bertujuan untuk meningkatkan

kesejahteraan dan kesejahteraan petani dengan menyediakan dengan peluang

yang bertanggung jawab. Model kemitraan ini bertujuan untuk

mempermudah jalan menuju kesejahteraan bagi para petani di wilayah

tersebut. Kolaborasi tersebut mencakup berbagai aspek seperti fasilitas

manufaktur, proses, transportasi, operasi, material, dan layanan pendukung.

Perkembangan perkebunan kelapa sawit memberikan dampak yang

signifikan terhadap pendapatan masyarakat pedesaan, terutama karena

perubahan penggunaan lahan.

Dibandingkan dengan tanaman lain, perkebunan kelapa sawit

umumnya lebih intensif, dan harga minyak kelapa sawit telah meningkat

dalam beberapa tahun terakhir. Awalnya, prinsip skala besar mendorong

pengembangan perkebunan kelapa sawit, diikuti dengan model swadaya.

Pengembangan perkebunan kelapa sawit skala kecil berpotensi untuk

meningkatkan pendapatan masyarakat pedesaan melalui efek limpahan usaha

kelapa sawit pada sektor lain seperti transportasi dan manufaktur.

Luas tanam kelapa sawit di Indonesia berfluktuasi dari tahun ke

tahun. Pada tahun 2015 seluas 11.268 hektar, menurun menjadi 11.201

hektar pada tahun 2016, meningkat menjadi 14.048 hektar pada tahun 2017,

dan selanjutnya meningkat menjadi 14.327 hektar pada tahun 2018. Produksi

kelapa sawit juga mengalami pertumbuhan pada periode ini, dengan

produksi mencapai 31.070 ton pada tahun 2015 dan 40.567 ton. ton pada

tahun 2018.

Sejak tahun 1960-an, perkebunan kelapa sawit mengalami

pertumbuhan pesat di Indonesia. Luas tanam meningkat dari 105.808 hektar

pada tahun 1967 menjadi 2,5 juta hektar pada tahun 1997. Dari tahun 1990

hingga 1997, luas tanam tumbuh rata-rata 200.000 hektar per tahun, terutama

di perkebunan swasta. Selanjutnya terjadi peningkatan pesat luas tanam dari

2,96 juta hektar pada tahun 1999 menjadi 3,8 juta hektar pada tahun 2003.

Pada tahun 2010 luas tanam mencapai 8 juta hektar. Indonesia, bersama

dengan Malaysia, menyumbang mayoritas produksi minyak sawit dunia,

dengan Indonesia memiliki 8 juta hektar perkebunan pada tahun 2011.

Perkebunan kelapa sawit yang lebih besar diperluas di Riau, Kalimantan, dan

Sulawesi. Dengan perluasan tersebut, Indonesia dapat memproduksi 140,6

juta ton minyak sawit mentah dari 12 juta hektar yang tersedia untuk

memenuhi permintaan global. Indonesia dan Malaysia adalah pesaing utama

di pasar global, karena mereka adalah produsen minyak sawit terbesar di

dunia, terhitung sekitar 85% dari total produksi. Industri minyak sawit dari
 kedua negara ini bersaing dengan minyak seperti jagung, kedelai, dan

minyak bunga matahari di negara maju. (Menteri Pertanian, Juli, 2012).

2.2.5 Jumlah Penduduk

Menurut BPS Institute (2013), penduduk didefinisikan sebagai jumlah

penduduk yang telah bertempat tinggal di wilayah geografis negara Republik

Indonesia selama minimal 6 bulan, atau mereka yang telah tinggal kurang dari 6

bulan tetapi berniat untuk menetap turun. Di sisi lain, Said (2012:136)

mendefinisikan penduduk sebagai jumlah orang yang bertempat tinggal di suatu

wilayah tertentu pada waktu tertentu, yang dihasilkan dari proses demografi seperti

fertilitas, mortalitas, dan migrasi.

Pada tahun 1798, Pendeta Thomas Malthus (dikutip dalam Arsyad, 2006:

223) mengajukan teori yang menghubungkan pertumbuhan penduduk dengan

pembangunan ekonomi. Dalam esainya yang berjudul "Essay on the Principle of

Population", Malthus membahas konsep hasil yang semakin berkurang. Dia

berargumen bahwa populasi cenderung tumbuh secara eksponensial, dua kali lipat

setiap 30-40 tahun, sementara pasokan makanan meningkat pada tingkat aritmatika

yang jauh lebih lambat karena penurunan produktivitas lahan pertanian. Akibatnya,

pertumbuhan pasokan pangan gagal mengimbangi pertumbuhan penduduk yang

cepat, yang menyebabkan penurunan pendapatan per kapita (didefinisikan sebagai

produksi pangan per kapita bagi petani). Skenario ini menciptakan populasi yang

tidak stabil, dengan hanya beberapa individu yang mampu memenuhi kebutuhan

dasarnya dengan pendapatan yang terbatas.

Ekonom pembangunan secara luas setuju, seperti yang disoroti oleh Annur

(2013), bahwa tingkat pertumbuhan penduduk yang tinggi tidak hanya berdampak
 negatif terhadap pasokan pangan tetapi juga menimbulkan hambatan yang semakin

besar terhadap tabungan, cadangan devisa, dan pengembangan sumber daya

manusia.

2.3 Kerangka Pemikiran

PDRB sektor
pertambangan dan Belanja Pemerintah Jumlah Penduduk
penggalian (X1) (X2) (X3)

Tenaga Kerja, Pendidikan, Pengangguran

Pendapatan Kesehatan
perkapita

Jumlah Penduduk
Miskin

Bagan 2.1 Kerangka Pemikiran

2.4 Hipotesis Penelitian

 Dalam penelitian ini, terdapat beberapa hipotesis yang perlu diuji untuk

menguji kebenarannya, antara lain:

1. Terdapat dugaan bahwa PDRB sektor pertambangan memiliki pengaruh negatif

terhadap jumlah penduduk miskin di Pulau Kalimantan.

2. Terdapat dugaan bahwa sektor kelapa sawit memiliki pengaruh negatif terhadap

jumlah penduduk miskin di Pulau Kalimantan.

3. Terdapat dugaan bahwa Belanja Pemerintah memiliki pengaruh negatif terhadap

jumlah penduduk miskin di Pulau Kalimantan.

4. Terdapat dugaan bahwa Jumlah Penduduk memiliki pengaruh positif terhadap

jumlah penduduk miskin di Pulau Kalimantan.

BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Penelitian ini berjudul “Analisis Pengaruh Sektor Pertambangan, Kelapa Sawit,

Pengeluaran Pemerintah, dan Jumlah Penduduk Terhadap Jumlah Penduduk Miskin di

Pulau Kalimantan” ini menggunakan pendekatan analisis kuantitatif, dimana data

direpresentasikan dalam bentuk numerik, dan analisis statistik digunakan untuk menguji

hipotesis (Musafaq, 2019).

Penulis mengumpulkan data dari Badan Pusat Statistik (BPS). Data yang

diperoleh terdiri dari penjumlahan masing-masing variabel bebas dan variabel terikat.

Selanjutnya, penelitian ini mengkaji teori-teori yang relevan yang berkaitan dengan

hipotesis yang diterima atau ditolak.

Tujuan dari penelitian ini adalah menggunakan metode deskriptif untuk

memberikan gambaran tentang variabel aktual yang diteliti, yang meliputi Produk
 Domestik Regional Bruto (PDRB) sektor pertambangan dan penggalian, sektor kelapa

sawit, pengeluaran pemerintah, dan kemiskinan. tingkat yang terkait dengan mereka.

3.2 Populasi dan Sampel Penelitian

1. Populasi

Definisi populasi merujuk pada sekelompok subjek atau variabel yang memiliki

kualitas dan karakteristik yang spesifik. Dalam penelitian ini, populasi yang

digunakan merupakan data yang diperoleh melalui Badan Pusat Statistik (BPS) yang

terkait dengan variabel yang sedang diteliti (Musafak, 2019).

2. Metode Pengambilan Sampel

Metode yang digunakan penulis untuk mengambil sampel data adalah metode non-

random sampling yang dikenal dengan accidental sampling. Dalam metode non

random sampling ini, setiap unit dalam populasi tidak memiliki kesempatan yang

sama untuk dipilih atau mewakili populasi (Widarjono, 2015). Accidental sampling

adalah metode pengambilan sampel yang dilakukan secara spontan, dimana sampel

dipilih berdasarkan individu yang kebetulan bertemu dengan penulis dan memiliki

karakteristik yang sesuai dengan populasi (Widarjono, 2015). Penulis memilih

metode accidental sampling ini untuk memudahkan pengumpulan data, serta

menghemat waktu dan biaya.

3.3 Data Penelitian

1. Jenis Data

Dalam penelitian ini, penulis menggunakan jenis data sekunder. Data sekunder

merujuk pada data yang diperoleh dari pihak lain, dalam hal ini adalah instansi
 terkait. Data yang digunakan dalam penelitian ini adalah data panel yang diperoleh

dari Badan Pusat Statistik (BPS).

2. Teknik Pengumpulan Data

Dalam penelitian ini, data dikumpulkan menggunakan metode analisis kuantitatif

yang tersedia di Badan Pusat Statistik. Data ini digunakan untuk mengamati dan

menganalisis sejauh mana pengaruh variabel bebas terhadap variabel tidak bebas,

seperti data mengenai PDRB sektor pertambangan, belanja pemerintah, dan jumlah

penduduk.

3.4 Definisi Operasional Variabel

1 Variabel Dependen (Y)

Variabel dependen (Y) dalam penelitian ini merujuk pada variabel yang dipengaruhi

oleh variabel independen atau variabel bebas. Dalam penelitian ini, Jumlah

Penduduk Miskin merupakan variabel dependen (Y) yang akan digunakan untuk

memahami dampak kemiskinan terhadap variabel bebas, seperti PDRB sektor

pertambangan, belanja pemerintah, dan jumlah penduduk.

2. Variabel Independen (X)

Variabel independen (X) dalam penelitian ini merujuk pada jenis variabel yang

menjadi penyebab perubahan pada variabel dependen atau variabel terikat. Berikut

adalah variabel independen (X) yang digunakan dalam penelitian ini:

a) PDRB sektor pertambangan (X1)

PDRB sektor pertambangan diukur dan ditetapkan oleh Badan Pusat Statistik

(BPS).

b) Sektor kelapa sawit (X2)

Sektor kelapa sawit diukur dan ditetapkan oleh Badan Pusat Statistik (BPS).
 c) Belanja Pemerintah (X3)

Belanja Pemerintah diukur dengan melihat pertumbuhan ekonomi berdasarkan

jumlah belanja yang dilakukan oleh pemerintah.

d) Kemiskinan (X4)

Kemiskinan diukur dengan menggunakan standar perhitungan jumlah penduduk

yang hidup di bawah garis kemiskinan yang ditetapkan oleh Badan Pusat

Statistik (BPS).

3.5 Metode Analisis

Dalam penelitian ini, digunakan metode analisis regresi data panel dan alat

pengolahan data yang digunakan adalah program Eviews 12. Menurut Sriyana (2014)

dalam bukunya, data panel merupakan kombinasi antara data silang (cross section) dan

data runtut waktu (time series) yang diperkenalkan oleh Howles sekitar tahun 1950.

Metode regresi ini dikembangkan sebagai solusi untuk mengatasi beberapa masalah

dalam analisis regresi, seperti ketersediaan data, heteroskedastisitas pada data cross

section, autokorelasi pada data time series, serta efisiensi dalam melakukan estimasi.

Berikut adalah persamaan model yang digunakan dalam penelitian ini:

Ү_𝒊𝒕 = 𝛃_𝟎 + 𝛃_(𝟏 ) 𝑿_𝒊𝒕 + 𝒆_𝒊𝒕

i = 1, 2,……, n

t = 1, 2,……, t

di mana :

i = Jumlah unit observasi

n = Banyaknya variabel bebas

t = Banyaknya periode waktu

(n x t) = Banyaknya data panel

3.5.1 Model Regresi Data Panel

Berikut adalah model regresi data panel yang digunakan untuk menganalisis

pengaruh PDRB sektor pertambangan, Belanja Pemerintah, dan Jumlah Penduduk

terhadap Jumlah Penduduk Miskin:

Jumlah Penduduk Miskin𝒊𝒕 = 𝛃𝟎 + 𝛃𝟏 𝐗𝟏𝒊𝒕 + 𝛃𝟐𝒊𝒕 𝐗𝟐𝒊𝒕 + 𝛃𝟑𝒊𝒕𝐗𝟑𝒊𝒕 + 𝒆𝒊t

Keterangan:

Y = Number of Poor Population

X1 = GRDP of the mining sector

X2 = Government Spending

X3 = Total population

i = Number of observations (10 provinces)

t = Total time (2010-2019 period)

e = Error terms

Beberapa metode dengan tiga pendekatan digunakan untuk mengestimasi

model regresi data panel yaitu sebagai berikut :

1. Common Effect Model (CEM)

Common Effect Model adalah suatu model analisis regresi yang digunakan

dalam data panel. Model ini mengasumsikan bahwa terdapat efek umum atau

efek tetap yang mempengaruhi semua unit individu dalam panel data. Dalam

model ini, variabel dependen dipengaruhi oleh variabel independen serta efek

umum yang tidak teramati. Model ini menggunakan metode OLS untuk

mengestimasi parameter regresi dan mengontrol efek tetap yang tidak teramati.

Sriyana, (2014) mengatakan asumsi pertama dalam model analisis regresi ini
 adalah menganggap intersep dan slope (kemiringan) selalu konstan antar waktu

31 maupun antar individu.

2. Fixed Effect Model (FEM)

Fixed Effect Model adalah suatu model analisis regresi dalam data panel

yang memperhitungkan perbedaan konstanta antara unit-unit individu dalam

panel data. Model ini mengasumsikan bahwa terdapat efek tetap atau efek

individu khusus yang mempengaruhi setiap unit individu secara unik,

meskipun dengan koefisien regresi yang sama. Dengan menggunakan model

ini, perbedaan antara unit-unit individu dapat ditangkap dan dikendalikan

dalam analisis regresi, sehingga memungkinkan untuk mengevaluasi pengaruh

variabel independen secara lebih akurat.. Sriyana, (2014), mengatakan terdapat

dua asumsi dalam model regresi Fixed Effect yaitu:

a). Asumsi Time-Invariant: Model Fixed Effect

Mengasumsikan bahwa ada variabel yang tidak berubah seiring waktu

dan mempengaruhi variabel dependen. Dalam konteks ini, variabel

tersebut merupakan efek tetap atau efek individu yang spesifik untuk

setiap unit individu dalam data panel. Asumsi ini mengimplikasikan

bahwa efek tetap tersebut tidak berkorelasi dengan variabel

independen.

b). Asumsi Tidak Ada Korelasi Antarvariabel Independen dengan Efek

Tetap: Model Fixed Effect.

Mengasumsikan bahwa tidak ada korelasi antara variabel independen

dengan efek tetap atau variabel individu yang tidak diamati. Dengan

kata lain, variabel independen tidak berkorelasi dengan faktor-faktor

 spesifik individu yang mempengaruhi variabel dependen. Asumsi ini

dikenal sebagai asumsi eksogenitas dalam model Fixed Effect.

3. Random Effect Model (REM)

Pendekatan Random Effect Model adalah salah satu metode dalam analisis

regresi data panel yang memperhitungkan variasi antarindividu (cross-

sectional) dan variasi antarwaktu (time-series) dalam data panel. Model ini

mengasumsikan bahwa efek individu (efek tetap) memiliki komponen acak

atau random. Dalam Random Effect Model, efek individu dianggap sebagai

variabel acak yang tidak berkorelasi dengan variabel independen. Dengan kata

lain, efek individu dianggap memiliki distribusi normal dengan rata-rata nol

dan variansi tertentu.

Pendekatan Random Effect Model memungkinkan kita untuk mengestimasi

efek tetap individu serta koefisien regresi variabel independen secara

bersamaan. Estimasi dilakukan dengan menggunakan metode Maximum

Likelihood Estimation (MLE) atau Generalized Least Squares (GLS).

Namun, dalam Random Effect Model terdapat asumsi yang harus dipenuhi,

antara lain asumsi bahwa efek individu bersifat acak, tidak berkorelasi dengan

variabel independen, dan tidak berkorelasi dengan error term dalam model

regresi. Pendekatan Random Effect Model memberikan fleksibilitas dalam

mengatasi variasi antarindividu dan antarwaktu dalam data panel, sehingga

dapat menghasilkan estimasi yang lebih efisien dibandingkan dengan model

lain, seperti Fixed Effect Model.

3.5.2 Penentuan Metode Regresi Data Panel

 Setelah tahap pemilihan metode dalam analisis regresi data panel, langkah

berikutnya adalah melakukan uji kesesuaian model. Dalam hal ini, terdapat dua uji

yang dapat dilakukan, yaitu uji Chow dan uji Hausman.

Uji Chow digunakan untuk menguji kesesuaian data antara metode Pooled Least

Square (PLS) dan metode Fixed Effect (FE). Uji ini membantu dalam menentukan

apakah ada perbedaan signifikan antara kedua model tersebut. Jika terdapat

perbedaan yang signifikan, artinya terdapat heterogenitas antarindividu dan metode

Fixed Effect lebih sesuai. Namun, jika tidak terdapat perbedaan signifikan, maka

metode Pooled Least Square dapat digunakan.

Setelah melakukan uji Chow dan memilih metode terbaik antara Pooled Least

Square dan Fixed Effect, tahap selanjutnya adalah melakukan uji Hausman. Uji

Hausman digunakan untuk membandingkan model yang dipilih dari hasil uji Chow

dengan metode Random Effect. Uji ini membantu dalam menentukan apakah efek

tetap (Fixed Effect) dalam model lebih efisien daripada efek acak (Random

Effect). Jika uji Hausman menunjukkan bahwa terdapat perbedaan signifikan

antara kedua model, maka model dengan efek tetap (Fixed Effect) lebih disukai

karena lebih efisien. Namun, jika tidak terdapat perbedaan signifikan, maka model

dengan efek acak (Random Effect) dapat digunakan.

1. Uji Chow merupakan pengujian yang membandingkan model Common Effect

dengan model Fixed Effect untuk menentukan model terbaik. Dengan

menggunakan alpha (α) sebagai ambang kesalahan maksimum untuk

perhitungan statistik, konvensi yang umum digunakan untuk alpha adalah 1%

(0,01), 5% (0,05), dan 10% (0,10).

Berikut hipotesis uji Chow :

H0: Common Effect Models

 Ha: Fixed Effect Models

Jika p-value lebih besar dari α, maka kita menerima H0 dan menolak Ha, yang

menunjukkan bahwa model yang tepat digunakan adalah model Common Effect.

Jika p-value kurang dari α, kita tolak H0 dan terima Ha, yang menunjukkan

bahwa model yang tepat untuk digunakan adalah model Fixed Effect.

Uji statistik yang digunakan adalah uji F-statistik dengan rumus:

Rumus = (RSS1 - RSS2) / (X^2)

RSS1 : jumlah sisa kuadrat dari model Common Effect

RSS2 : jumlah sisa kuadrat dari model Fixed Effect

i : number of individuals

t : number of time periods

k : number of parameters in the Fixed Effect model.

2.Uji Hausman adalah uji yang digunakan untuk membandingkan model Fixed

Effect atau Random Effect untuk mengetahui model yang paling baik. Uji

Hausman adalah uji statistik yang digunakan untuk memilih antara model Fixed

Effect dan Random Effect. Ini menguji apakah perbedaan antara estimasi koefisien

model Fixed Effect dan model Random Effect sistematis atau acak.

Berikut Uji Hausman:

H0 = menyatakan bahwa model Random Effect sudah sesuai.

Ha = menyatakan bahwa model Fixed Effect sudah sesuai.

Tes ini membandingkan matriks kovarians dari estimasi koefisien pada kedua

model. Jika perbedaan antara koefisien disebabkan oleh efek acak, model Efek

Acak lebih disukai. Namun, jika perbedaannya sistematis, menunjukkan adanya

endogenitas atau bias variabel yang dihilangkan, model Efek Tetap lebih disukai.

Statistik uji dihitung menggunakan rumus:

Uji statistik = (b_fe - b_re)^T (Var(b_fe) - Var(b_re))^(-1) (b_fe - b_re)

Di mana:

b_fe mewakili estimasi koefisien dari model Fixed Effect.

b_re mewakili estimasi koefisien dari model Random Effect.

Var(b_fe) mewakili matriks varians-kovarians dari model Efek Tetap.

Var(b_re) mewakili matriks varians-kovarians dari model Efek Acak.

Statistik uji mengikuti distribusi chi-kuadrat dengan derajat kebebasan sama

dengan jumlah koefisien yang diuji. Dengan membandingkan uji statistik dengan

nilai chi-squared kritis pada tingkat signifikansi yang dipilih, model yang sesuai

dapat ditentukan. Jika statistik uji lebih besar dari nilai kritis, model Fixed Effect

lebih disukai. Sebaliknya, jika statistik uji lebih kecil, model Efek Acak lebih

disukai.

Bagan 3. 1 Prosedur Pengujian Pemilihan Model

Pengujian antar
common effect dan
fixed effect

Jika fixed effect lebih baik, Jika Common effect lebih

dilanjutkan dengan pengujian baik, pengujian selesai.
antara fixed effect dengan Model common effects di
random effect gunakan untuk estimasi

Model yang dipiih adalah

model yang lebih baik dari
hasil pengujian
 Sumber : (Sriyana, 2014)

3.5.3 Uji Statistika

Setelah dilakukan uji penentuan model maka dilakukan uji statistik. Penelitian

ini menggunakan Koefisien Determinasi (R²), uji parsial (Uji t), dan uji simultan

(Uji F).

1. Koefisien Determinasi (𝑹𝟐)

Koefisien determinasi digunakan untuk mengukur sejauh mana variasi dalam

variabel dependen dapat dijelaskan oleh variabel independen dalam model

regresi. Koefisien determinasi, yang juga dikenal sebagai R-squared,

memberikan gambaran tentang kecocokan antara data yang diamati dengan

model regresi yang digunakan.

Koefisien determinasi memiliki rentang nilai antara 0 hingga 1. Nilai 0 berarti

variabel independen tidak dapat menjelaskan variasi dalam variabel

dependen, sedangkan nilai 1 berarti variabel independen secara sempurna

menjelaskan variasi dalam variabel dependen.

Secara lebih spesifik, koefisien determinasi mengukur proporsi variasi total

dalam variabel dependen yang dapat dijelaskan oleh variabel independen.

Nilai koefisien determinasi dapat diinterpretasikan sebagai persentase variasi

yang dapat dijelaskan oleh model regresi.

Koefisien determinasi sangat penting dalam evaluasi kualitas dan kecocokan

model regresi. Semakin tinggi nilai koefisien determinasi, semakin baik

model regresi dalam menjelaskan variasi dalam variabel dependen. Namun,

perlu diingat bahwa koefisien determinasi juga memiliki keterbatasan,

 terutama jika model regresi tidak memperhitungkan faktor-faktor penting

yang mempengaruhi variabel dependen.

2. Uji Simultan (Uji F)

Uji statistik F pada dasarnya digunakan untuk mengetahui besarnya pengaruh

dari masing-masing variabel independen keseluruhan secara bersama-sama 34

atau simultan terhadap variabel terikat/dependen.

a) Jika p-value > alpha (α) 5% atau 0,05 artinya kita menerima H0 dan

menolak Ha.

b) Jika p-value < alpha (α) 5% atau 0,05 artinya menolak H0 dan menerima

Ha.

3. Uji Parsial (Uji t)

Uji statistik t pada dasarnya digunakan untuk mengetahui seberapa besar

pengaruh variabel independen secara individual terhadap variabel terikat atau

dependen. Di dalam uji t menggunakan dua pilihan yaitu satu sisi dan dua

sisi. Uji hipotesis ditunjukkan guna mengetahui apakah variabel independen

memberikan pengaruh signifikan secara parsial terhadap variabel dependen

yaitu dengan cara membandingkan nilai t hitung dan t tabel.

a) Apabila nilai t hitung > t tabel maka menolak H0 artinya dapat

disimpulkan bahwa

variabel independen memiliki pengaruh terhadap variabel dependen

secara signifikan.

b) Sebaliknya, apabila nilai t hitung < t tabel, maka gagal menolak H0

artinya dapat disimpulkan bahwa variabel independen tidak memiliki

pengaruh terhadap variabel dependen secara signifikan.

 BAB IV

ANALISIS DAN PEMBAHASAN

4.1 Deskriptif Data penelitian

Dalam penelitian ini, data sekunder yang diperoleh dari Badan Pusat Statistik

(BPS) digunakan untuk mendukung penelitian. Variabel terikatnya adalah jumlah

penduduk miskin, sedangkan variabel bebasnya meliputi PDRB sektor pertambangan

dan penggalian, hasil perkebunan kelapa sawit, pengeluaran pemerintah, dan jumlah

penduduk. Data panel, yang mencakup periode pengamatan 12 tahun dari 2010 hingga

2022 di pulau Kalimantan, digunakan untuk analisis. Alat Eviews 12 digunakan untuk

analisis data panel.

Untuk menentukan model terbaik, tiga metode dipertimbangkan: model efek

umum, model efek tetap, dan model efek acak. Di antara ketiga metode ini, satu akan

dipilih untuk analisis lebih lanjut berdasarkan hasil. Tujuan penelitian ini adalah untuk

menilai pengaruh ketiga variabel independen terhadap variabel dependen melalui uji

statistik.

4.2 Hasil dan Analisis Data

4.2.1 Jumlah Penduduk Miskin

Data yang digunakan dalam penelitian ini meliputi variabel indikator yang

berkaitan dengan jumlah penduduk miskin di lima provinsi di Pulau Kalimantan.

Data tersebut mencakup 12 tahun terakhir, tepatnya dari tahun 2010 hingga 2022.

Data tersebut diperoleh dari Badan Pusat Statistik (BPS). Variabel indikator

memberikan wawasan tentang tingkat kemiskinan di provinsi terpilih dan

memungkinkan analisis tren dan pola dari waktu ke waktu.

4.2.2 PDRB Sektor Pertambangan dan Penggalian

Data yang digunakan dalam penelitian ini mencakup indikator variabel PDRB per

kapita sektor pertambangan dan penggalian di lima provinsi di Pulau Kalimantan. Data ini

meliputi periode 12 tahun terakhir, yaitu dari tahun 2010 hingga 2022. Data tersebut

diperoleh dari Badan Pusat Statistik (BPS) dan diukur dalam satuan miliar Rupiah.

Variabel ini memberikan gambaran tentang kontribusi sektor pertambangan dan

penggalian terhadap PDRB per individu di provinsi-provinsi yang dipilih. Dengan

menggunakan data ini, penelitian dapat menganalisis tren dan pola pertumbuhan ekonomi

sektor tambang dalam periode waktu yang diteliti..

4.2.3 Belanja pemerintah

Data yang digunakan dalam penelitian ini mencakup indikator variabel belanja

pemerintah yang diukur berdasarkan PDRB pengeluaran di lima provinsi di Pulau

Kalimantan. Data ini mencakup periode 12 tahun terakhir, yaitu dari tahun 2010 hingga

2022. Data tersebut diperoleh dari Badan Pusat Statistik (BPS) dan diukur dalam satuan

miliar Rupiah. Variabel ini memberikan informasi tentang jumlah konsumsi pemerintah

dalam mendukung aktivitas ekonomi di provinsi-provinsi yang dipilih. Dengan

menggunakan data ini, penelitian dapat menganalisis kecenderungan dan pola pengeluaran

pemerintah serta memahami peran belanja pemerintah dalam pembangunan dan

pertumbuhan ekonomi di wilayah tersebut.

4.2.4 Jumlah Penduduk

Data yang digunakan dalam penelitian ini mencakup indikator variabel jumlah

penduduk yang terdiri dari lima provinsi di Pulau Kalimantan. Data ini meliputi periode 12

51
 tahun terakhir, mulai dari tahun 2010 hingga 2022. Informasi mengenai jumlah penduduk

ini diperoleh dari Badan Pusat Statistik (BPS). Data tersebut memberikan gambaran

tentang ukuran dan pertumbuhan populasi di wilayah-wilayah yang dipilih. Dengan

menggunakan data ini, penelitian dapat menganalisis perubahan demografi,

mengidentifikasi tren pertumbuhan penduduk, dan memahami karakteristik populasi di

setiap provinsi yang menjadi fokus penelitian. Data jumlah penduduk ini penting untuk

melihat hubungan antara variabel-variabel lain yang diteliti dan memahami dampaknya

terhadap kondisi sosial dan ekonomi di Pulau Kalimantan.

4.2.5 Common Effect Model (CEM)

Hasil metode Common Effect Model dengan menggunakan pengujian regresi data

panel adalah sebagai berikut:

Dependent Variable: PENDUDUK_MISKIN

Method: Panel Least Squares

Date: 03/25/23 Time: 08:31

Sample: 2010 2022

Periods included: 13

Cross-sections included: 5

Total panel (balanced) observations: 65

Variable Coefficient Std. Error t-Statistic Prob.

PDRB_PERTAMBANGAN -0.000534 7.81E-05 -6.828462 0.0000

PDRB_KELAPA_SAWIT_RIBU_TON_ 0.003985 0.000803 4.964010 0.0000
REALISASI_BELANJAPEMERINTAH 2256.265 9727.232 0.231953 0.8174
JUMLAH_PENDUDUK 0.065880 0.003890 16.93585 0.0000
C -74920.60 219809.2 -0.340844 0.7344

52
 Root MSE 44531.84 R-squared 0.861445

Mean dependent var 168443.6 Adjusted R-squared 0.852208

S.D. dependent var 120566.2 S.E. of regression 46350.21

Akaike info criterion 24.39964 Sum squared resid 1.29E+11

Schwarz criterion 24.56690 Log likelihood -787.9884

Hannan-Quinn criter. 24.46564 F-statistic 93.25998

Durbin-Watson stat 0.404174 Prob(F-statistic) 0.000000

4.2.6 Fixed Effect Model (FEM)

Hasil metode Common Effect Model dengan menggunakan pengujian regresi data

panel adalah sebagai berikut :

Dependent Variable: PENDUDUK_MISKIN

Method: Panel Least Squares
Date: 03/25/23 Time: 08:32
Sample: 2010 2022
Periods included: 13
Cross-sections included: 5
Total panel (balanced) observations: 65

Variable Coefficient Std. Error t-Statistic Prob.

PDRB_PERTAMBANGAN -0.002080 0.000644 -3.229377 0.0021

PDRB_KELAPA_SAWIT_RIBU_TON_ 0.001759 0.000642 2.738828 0.0083
REALISASI_BELANJAPEMERINTAH 19169.46 8179.272 2.343664 0.0227
JUMLAH_PENDUDUK 0.180276 0.023805 7.572950 0.0000
C -720515.2 187466.5 -3.843434 0.0003

Effects Specification

Cross-section fixed (dummy variables)

Root MSE 30093.76 R-squared 0.936725

Mean dependent var 168443.6 Adjusted R-squared 0.927685
S.D. dependent var 120566.2 S.E. of regression 32421.95
Akaike info criterion 23.73895 Sum squared resid 5.89E+10
53
 Schwarz criterion 24.04002 Log likelihood -762.5158
Hannan-Quinn criter. 23.85774 F-statistic 103.6275
Durbin-Watson stat 0.479376 Prob(F-statistic) 0.000000

4.2.7 Random Effect Model (REM)

Hasil metode Common Effect Model dengan menggunakan pengujian regresi

data panel adalah sebagai berikut :

Dependent Variable: PENDUDUK_MISKIN

Method: Panel EGLS (Cross-section random effects)
Date: 03/25/23 Time: 08:32
Sample: 2010 2022
Periods included: 13
Cross-sections included: 5
Total panel (balanced) observations: 65
Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob.

PDRB_PERTAMBANGAN -0.000534 5.47E-05 -9.761926 0.0000

PDRB_KELAPA_SAWIT_RIBU_TON
_ 0.003985 0.000562 7.096517 0.0000
REALISASI_BELANJAPEMERINTA
H 2256.265 6804.194 0.331599 0.7413
JUMLAH_PENDUDUK 0.065880 0.002721 24.21138 0.0000
C -74920.60 153756.4 -0.487268 0.6278

Effects Specification
S.D. Rho

Cross-section random 0.000000 0.0000

Idiosyncratic random 32421.95 1.0000

Weighted Statistics

54
 Root MSE 44531.84 R-squared 0.861445
Mean dependent var 168443.6 Adjusted R-squared 0.852208
S.D. dependent var 120566.2 S.E. of regression 46350.21
Sum squared resid 1.29E+11 F-statistic 93.25998
Durbin-Watson stat 0.404174 Prob(F-statistic) 0.000000

Unweighted Statistics

R-squared 0.861445 Mean dependent var 168443.6

Sum squared resid 1.29E+11 Durbin-Watson stat 0.404174

4.3 Uji Statistika

Pemilihan model dalam penelitian ini didasarkan pada uji statistik. Untuk

mendapatkan pemilihan model terbaik dilakukan dengan menggunakan metode pendekatan

yaitu Common Effect Model, Fixed Effect Model, dan Random Effect Model. Adapun

pengujian yang dapat dilakukan antara lain, yaitu uji Chow (uji F- Statistik) digunakan

untuk memilih model terbaik dengan membandingkan antara Common Effect Model dan

Fixed Effect Model, dan uji Hausman digunakan untuk memilih model terbaik dengan

membandingkan antara Random Effect Model dan Fixed Effect Model. Dari hasil

pengujian yang dilakukan akan menunjukkan model terbaik sehingga kemudian digunakan

dalam penelitian.

4.3.1 Uji Chow

Dengan melakukan pengujian ini memilih model terbaik antara Common Effects

Model dan Fixed Effects Model dengan ketentuan hipotesis sebagai berikut:

H0 : Common Effect Model

Ha : Fixed Effect Model

55
 Redundant Fixed Effects Tests
Equation: FEM
Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 16.656066 (4,56) 0.0000

Cross-section Chi-square 50.945259 4 0.0000
Uji Chow dapat dilakukan dengan melihat p-value apabila signifikan kurang dari

alpha 5% atau 0.05 (< 5% atau 0.05) maka model estimasi yang digunakan adalah Fixed

Effect Model. Sedangkan p-value tidak signifikan lebih dari alpha 5% atau 0.05 (> 5% atau

0.05) maka model estimasi yang digunakan adalah Common Effect Model.

Hasil uji chow pada tabel 4.4 diperoleh bahwa nilai probabilitas (p-value) F-statistik

sebesar 0.0000. Dengan menggunakan tingkat signifikansi alpha (α) 5% atau 0.05 artinya p-

value kurang dari alpha (α) 5% atau 0.05. Sehingga dapat disimpulkan menolak H0 dan

menerima Ha, maka keputusan sementara model yang tepat digunakan dalam penelitian ini

adalah Fixed Effect Model.

4.3.2 Uji Hausman

Dengan melakukan pengujian ini memilih model terbaik antara Random

Effects Model dan Fixed Effects Model dengan ketentuan hipotesis sebagai berikut:

H0 : Random Effect Model

Ha : Fixed Effect Model

Uji Hausman dapat dilakukan dengan melihat p-value apabila signifikan

kurang dari alpha (α) 5% atau 0.05 (< 5% atau 0.05) maka model estimasi yang

digunakan adalah Fixed Effect Model. Sedangkan p-value tidak signifikan lebih dari

56
 alpha (α) 5% atau 0.05 (> 5% atau 0.05) maka model estimasi yang digunakan adalah

Random Effect Model.

Correlated Random Effects - Hausman Test

Equation: REM
Test cross-section random effects

Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.

Cross-section random 66.624263 4 0.0000

Berdasarkan hasil uji Hausman pada tabel 4.5 diperoleh bahwa nilai

probabilitas (p-value) Cross-section Random Effects sebesar 0.0000. Dengan

menggunakan tingkat signifikansi alpha (α) 5% atau 0.05 artinya p-value Cross-

section random effects lebih dari alpha (α) 5% atau 0.05. Sehingga dapat disimpulkan

menolak H0 dan menerima Ha, maka model terbaik yang tepat digunakan adalah

Fixed Effect Model.

4.4 Hasil Model Terbaik Fixed Effect Model

Demikian dapat disimpulkan bahwa Random Effect Model adalah model

terbaik yang tepat digunakan dalam penelitian ini untuk melakukan estimasi data

panel, di mana variabel gangguan mungkin saling berhubungan antar waktu serta

individu. Berikut adalah hasil estimasi Random Effect Model :

Dependent Variable: PENDUDUK_MISKIN

Method: Panel Least Squares
Date: 03/25/23 Time: 08:32
Sample: 2010 2022
Periods included: 13

57
Cross-sections included: 5
Total panel (balanced) observations: 65

Variable Coefficient Std. Error t-Statistic Prob.

PDRB_PERTAMBANGAN -0.002080 0.000644 -3.229377 0.0021

PDRB_KELAPA_SAWIT_RIBU_T
ON_ 0.001759 0.000642 2.738828 0.0083
REALISASI_BELANJAPEMERIN
TAH 19169.46 8179.272 2.343664 0.0227
JUMLAH_PENDUDUK 0.180276 0.023805 7.572950 0.0000
C -720515.2 187466.5 -3.843434 0.0003

Effects Specification

Cross-section fixed (dummy variables)

Root MSE 30093.76 R-squared 0.936725

Mean dependent var 168443.6 Adjusted R-squared 0.927685
S.D. dependent var 120566.2 S.E. of regression 32421.95
Akaike info criterion 23.73895 Sum squared resid 5.89E+10
Schwarz criterion 24.04002 Log likelihood -762.5158
Hannan-Quinn criter. 23.85774 F-statistic 103.6275
Durbin-Watson stat 0.479376 Prob(F-statistic) 0.000000

Dari hasil estimasi regresi data panel serta menggunakan Fixed Random Model di

atas memperoleh hasil sebagai berikut :

Y𝑖𝑡 = 𝛽0 + 𝛽1𝑖𝑡 + 𝛽2𝑖𝑡 + 𝛽3𝑖𝑡 – 𝛽3JP𝑖𝑡 + 𝑒𝑖𝑡

Y𝑖𝑡 = -0.002080 + 0.001759 + 19169.46 + 0.180276 - 720515.2 C

Keterangan :

Y𝑖𝑡 = Jumlah Penduduk Miskin

PDRB = PDRB Sektor pertambangan dan penggalian

PDRB = hasil produksi kelapa sawit

G = Belanja Pemerintah

58
 JP = Jumlah Penduduk

Dari hasil estimasi Random effect sebagai berikut :

1. Variabel PDRB dalam pengujian regresi fixed effect model diperoleh koefisien

sebesar 0.002080 bernilai negatif. Sedangkan probabilitas variabel PDRB

pertambangan dan penggalian sebesar 0.0021 menunjukkan signifikan.

2. Variabel Hasil produksi kelapa sawit dalam pengujian regresi fixed effect model

diperoleh koefisien sebesar 0.001759 bernilai positif. Sedangkan probabilitas variabel

Hasil produksi kelapa sawit sebesar 0.0083 menunjukkan signifikan.

3. Variabel G dalam pengujian regresi fixed effect model diperoleh koefisien sebesar

19169.46 bernilai positif. Sedangkan probabilitas variabel JP sebesar 0,0227

menunjukkan signifikan.

4. Variabel G dalam pengujian regresi fixed effect model diperoleh koefisien sebesar

19169.46 bernilai positif. Sedangkan probabilitas variabel JP sebesar

0.0227menunjukkan signifikan.

4.5 Pembahasan dan Interpretasi Data

4.5.1 Koefisien Determinasi (𝑹𝟐)

Berdasarkan hasil regresi data panel menggunakan estimasi Random Effect

Model, diperoleh nilai R-Squared sebesar 0,936725 atau setara dengan 93,6725%. Hal ini

menunjukkan bahwa sekitar 93,6725% variasi dalam variabel dependen, yaitu Jumlah

Penduduk Miskin, dapat dijelaskan oleh variabel independen yang terdiri dari PDRB

Sektor Pertambangan, hasil produksi kelapa sawit, Belanja Pemerintah, dan Jumlah

Penduduk. Sisanya, sebesar 6,33%, merupakan variasi yang dijelaskan oleh faktor-faktor

lain di luar model penelitian. R-Squared yang tinggi menunjukkan bahwa model regresi

59
 yang digunakan secara keseluruhan memiliki kemampuan yang baik dalam menjelaskan

variasi Jumlah Penduduk Miskin berdasarkan variabel-variabel independen yang

dipertimbangkan.

4.5.2 Uji Simultan (Uji F)

Setelah dilakukan uji F pada Fixed Effect Model, diperoleh nilai F statistik

sebesar 0,000000, yang lebih kecil dari alpha (α) sebesar 5% atau 0,05. Dengan

demikian, dapat disimpulkan bahwa terdapat pengaruh secara bersama-sama atau

simultan antara variabel independen, yaitu PDRB sektor Pertambangan dan penggalian,

hasil produksi kelapa sawit, Belanja Pemerintah, dan Jumlah penduduk terhadap variabel

dependen, yaitu Jumlah Penduduk Miskin. Artinya, variabel-variabel independen tersebut

secara bersama-sama memberikan pengaruh signifikan terhadap variabel dependen dalam

model penelitian ini.

4.5.3 Uji Parsial (Uji t)

Uji t dilakukan untuk mengetahui apakah variabel independen, yaitu PDRB sektor

Pertambangan dan penggalian, hasil produksi kelapa sawit, Belanja Pemerintah, dan

Jumlah penduduk, memiliki pengaruh signifikan secara individu (parsial) terhadap

variabel dependen, yaitu Jumlah Penduduk Miskin. Dalam uji t, setiap variabel

independen dianalisis secara terpisah untuk melihat apakah koefisien regresinya secara

signifikan berbeda dari nol.

Hasil uji t menunjukkan apakah koefisien regresi masing-masing variabel

independen memiliki nilai t-statistik yang signifikan. Jika nilai t-statistik lebih besar dari

nilai kritis t pada tingkat signifikansi tertentu (misalnya 5% atau 0,05), maka dapat

disimpulkan bahwa variabel independen memiliki pengaruh yang signifikan terhadap

60
 variabel dependen secara individu. Sebaliknya, jika nilai t-statistik tidak melebihi nilai

kritis t, maka variabel independen tidak memiliki pengaruh yang signifikan secara

individu terhadap variabel dependen.

Tabel 4.2 Hasil Uji T

Variable Coefficient Probabilitas Keterangan

PDRB -0.002080 0.0021 Berpengaruh
Hasil 0.001759 0.0083 Berpengaruh
Produksi
G 19169.46 0.0227 Berpengaruh
JP 0.180276 0.0000 Berpengaruh
Alpha (α) 5% atau 0.05 dan 10% atau 0.1
Sumber: Eviews 12, data diolah 2022

1. PDRB Sektor Pertambangan dan Penggalian

Berdasarkan hasil estimasi diperoleh bahwa nilai koefisien variabel PDRB sektor

pertambangan dan penggalian (PDRB) sebesar -0.002080 dengan nilai probabilitas (p-

value) sebesar 0.0021 > alpha (α) 5% atau 0.05. Sehingga dapat disimpulkan bahwa

variabel PDRB sektor pertambangan dan penggalian (PDRB) tidak berpengaruh terhadap

jumlah penduduk miskin di Pulau Kalimantan.

2. Hasil Produksi Kelapa Sawit

Berdasarkan hasil estimasi diperoleh bahwa nilai Hasil Koefisien variabel Produksi

Kelapa Sawit (PDRB) sebesar 0.001759. dengan nilai probabilitas (p-value) sebesar

0.0083 < alpha (α) 5% atau 0.05. Sehingga dapat disimpulkan bahwa variabel Hasil

Produksi Kelapa Sawit (PDRB) berpengaruh terhadap jumlah penduduk miskin di Pulau

Kalimantan.

3. Belanja Pemerintah

61
 Berdasarkan hasil estimasi diperoleh bahwa nilai koefisien variabel Belanja pemerintah

(BP) sebesar 19169.46 dengan nilai probabilitas (p- value) sebesar 0.0227 < alpha (α) 5%

atau 0.05. Sehingga dapat disimpulkan bahwa variabel Belanja Pemerintah (BP)

berpengaruh terhadap jumlah penduduk miskin di Pulau Kalimantan.

4. Jumlah Penduduk

Berdasarkan hasil estimasi diperoleh bahwa nilai koefisien variabel Jumlah Penduduk

(JP) sebesar 0.180276 dengan nilai probabilitas (p- value) sebesar 0.0000 < alpha (α) 5%

atau 0.05. Sehingga dapat disimpulkan bahwa variabel Jumlah penduduk (JP)

berpengaruh terhadap jumlah penduduk miskin di Pulau Kalimantan.

4.6 Pembahasan dan Interpretasi Data

Gambar 4.3 Deskriptif statistic

kelapa Belanja
Pertambang
Penduduk sawit pemerintah Jumlah
an
Miskin Penduduk

Mean 168443.6 55904340 4090 9.01E 3121767

Median 145080.0 14796619 2529000 6.60E 3470890

Maximum 552823.0 2.36E+08 59456700 3.72E 5470797

Minimum 29390.00 441733.0 70000.00 1.15E 524656.0

Std. Dev. 120566.2 84200153 7329393 6.38E 1510632

Berdasarkan hasil pengujian diperoleh hasil deskriptif statistic yaitu sebagai

62
 berikut:

1. Rata-rata variabel jumlah penduduk miskin di pulau kalimantan diperoleh nilai sebesar

168443.6, dengan nilai maksimum sebesar 552823.0, dan nilai minimum sebesar

29390.00. Sementara itu persebaran data yang dilihat dari standar deviasi diperoleh nilai

sebesar 120566.2

2. Variabel Hasil produksi kelapa sawit pulau kalimantan memiliki nilai mean sebesar

55904340, dengan nilai maksimum 2.36E+08 sebesar dan nilai minimum sebesar

441733.0. Sementara itu standar deviasi yang menunjukkan persebaran data diperoleh

nilai sebesar 84200153.

3. Variabel kelapa sawit di pulau kalimantan memproleh nilai dengan 4090, hasil nilai

maksimum 59456700 dan hasil nilai minimum sebesar 70000.00, selanjutnya nilai

standard deviasi diperoleh nilai sebesar 7329393.

4. Variabel belanja pemerintah di pulau kalimantan diperoleh nilai mean sebesar 9.01E

dengan nilai maksimum sebesar 3.72E dan nilai minimum sebesar 1.15E. Sementara

standar deviasi untuk variabel inflasi diperoleh nilai sebesar 6.38E

5. Mean variabel jumlah penduduk di pulau kalimantan diperoleh nilai sebesar 3121767

dengan nilai maksimum sebesar 5470797 dan nilai minimum sebesar 524656.0.

Sementara itu persebaran data yang dilihat dari standar deviasi diperoleh nilai sebesar

1510632 .

4.6.1 Cross Section Effect

Tabel 4.4 Cross Section Effect

NO. Crossid Effect

1 Kalimantan Barat -469855.4

2 Kalimantan 28524.46

63
 Timur
3 Kalimantan 116429.5
Tengah
4 Kalimantan Utara 612155.4
5 Kalimantan -287253.9
Selatan

Berdasarkan tabel di atas maka dapat disimpulkan bahwa provinsi kalimantan

dengan rasio jumlah penduduk miskin terhadap jumlah penduduk terbesar adalah provinsi

Kalimantan Barat dan provinsi dengan persentase rasio jumlah penduduk miskin terhadap

jumlah penduduk terkecil dari dari provinsi Kalimantan tengah.

4.6 Pembahasan dan Interpretasi Data

4.6.1 Analisis Pengaruh Variabel PDRB Sektor Pertambangan dan Penggalian
Terhadap Jumlah Penduduk Miskin Di Pulau kalimantan

Berdasarkan estimasi fixed effect model, ditemukan bahwa variabel PDRB Sektor

Pertambangan dan Penggalian tidak berpengaruh secara signifikan terhadap jumlah

penduduk miskin di Pulau Kalimantan. Hal ini dapat disimpulkan dari nilai probabilitas yang

diperoleh sebesar 0,0021, yang lebih kecil daripada tingkat signifikansi α (0,05). Selain itu,

koefisien yang terkait dengan variabel tersebut memiliki nilai -0,002080, yang menunjukkan

bahwa ketika PDRB Pertambangan dan Penggalian naik sebesar 1 juta, kemiskinan di Pulau

Kalimantan akan turun sebesar 0,002080 juta jiwa.

Hasil ini sejalan dengan penelitian Ariska & Noeryanti (2019) yang mengkaji

pengaruh sektor pertambangan terhadap kesejahteraan masyarakat di Sulawesi. Mereka juga

menemukan adanya pengaruh tidak langsung antara sektor pertambangan dan kesejahteraan

masyarakat melalui variabel mediasi. Meskipun peningkatan sektor pertambangan dapat

meningkatkan kesejahteraan masyarakat secara umum, namun dalam konteks jumlah

64
penduduk miskin di Pulau Kalimantan, tidak ditemukan pengaruh signifikan dari sektor

pertambangan terhadap penurunan jumlah penduduk miskin. Hasil ini memberikan informasi

bahwa meskipun sektor pertambangan memiliki manfaat ekonomi yang tinggi, dampaknya

terhadap penurunan jumlah penduduk miskin belum signifikan. Hal ini menunjukkan adanya

perluasan upaya dan kebijakan lain yang lebih khusus dan terfokus untuk mengurangi

kemiskinan di Pulau Kalimantan. Hasil ini konsisten dengan penelitian Ariska & Noeryanti

(2019) yang mengkaji pengaruh sektor pertanian, pertambangan, dan faktor sosial terhadap

perkembangan ekonomi dan kesejahteraan masyarakat di Sulawesi pada tahun 2006.

Penelitian tersebut menunjukkan adanya pengaruh tidak langsung antara sektor

pertambangan dan kesejahteraan masyarakat melalui variabel mediasi.

Berdasarkan nilai T-hitung yang diperoleh dari sektor pertambangan, faktor sosial,

dan perkembangan ekonomi, tidak terdapat pengaruh yang signifikan. Namun, penelitian

tersebut memberikan informasi bahwa semakin tinggi sektor pertambangan, maka

kesejahteraan masyarakat daerah akan meningkat. Hal ini menunjukkan bahwa sektor

pertambangan dapat memberikan manfaat ekonomi yang positif bagi masyarakat. Begitu juga

dalam hal jumlah penduduk miskin, jika manfaat yang diperoleh dari sektor pertambangan

semakin tinggi, hal ini akan menyebabkan penurunan jumlah penduduk miskin. Meskipun

pengaruhnya tidak signifikan secara individu dalam konteks penelitian ini, informasi tersebut

mengindikasikan adanya potensi pengaruh positif dari sektor pertambangan terhadap

penurunan kemiskinan. Namun, perlu diingat bahwa hasil penelitian ini bersifat spesifik

untuk konteks Pulau Kalimantan dan periode waktu yang diteliti. Selanjutnya, perlu

dilakukan penelitian lebih lanjut untuk memperluas pemahaman tentang pengaruh sektor

65
pertambangan terhadap jumlah penduduk miskin dan kesejahteraan masyarakat secara

umum.

4.6.2 Analisis Pengaruh Variabel Hasil Produksi Kelapa Sawit Terhadap Jumlah

Penduduk Miskin Di Pulau Kalimantan

Berdasarkan estimasi model fixed effect, variabel hasil produksi kelapa sawit terbukti

berpengaruh terhadap jumlah penduduk miskin di Pulau Kalimantan. Diketahui bahwa hasil

produksi kelapa sawit memiliki probabilitas yang signifikan dengan nilai 0.0083, yang lebih

kecil dari alpha (α) 5% atau 0.05. Koefisien yang diperoleh sebesar 0.001759 menunjukkan

bahwa setiap kenaikan 1 ton hasil produksi kelapa sawit akan meningkatkan jumlah

penduduk miskin di Pulau Kalimantan sebesar 0.001759 juta jiwa.

Namun, perlu diperhatikan bahwa hasil produksi kelapa sawit juga terkait dengan

beberapa isu penting. Menurut kajian yang dilakukan oleh Qaim et al. (2020), ekspansi

kelapa sawit telah berkontribusi pada deforestasi dan hilangnya fungsi keanekaragaman

hayati. Uni Eropa juga telah lama mengkritik sektor kelapa sawit karena dianggap tidak

ramah lingkungan, dan baru-baru ini, Undang-Undang deforestasi Uni Eropa mempengaruhi

ekspor dan harga pasar kelapa sawit. Hal ini tentu berdampak pada pendapatan sektor kelapa

sawit, terutama karena sebagian besar hasil kelapa sawit diekspor.

Selain itu, faktor lain yang menyebabkan produksi kelapa sawit tidak berbanding

lurus dengan penurunan kemiskinan adalah struktur kepemilikan dan distribusi pendapatan di

sektor ini. Sebagian besar produksi kelapa sawit dilakukan oleh perusahaan besar yang

memiliki akses ke sumber daya dan modal yang lebih besar. Di sisi lain, sebagian besar

66
penduduk di Kalimantan terlibat dalam pertanian kelapa sawit sebagai petani swadaya atau

plasama dengan lahan yang terbatas dan hasil yang lebih rendah.

Pendapatan ekonomi yang dihasilkan dari sektor kelapa sawit cenderung mengalir ke

perusahaan besar, sedangkan petani kecil atau masyarakat sekitar sering kali tidak

mendapatkan manfaat yang sama. Ketimpangan distribusi pendapatan ini menjadi salah satu

alasan mengapa produksi kelapa sawit tidak secara langsung berdampak pada penurunan

jumlah penduduk miskin. Pendapatan yang dihasilkan dari sektor ini tidak tersebar secara

merata di masyarakat, dan sebagian besar keuntungan tetap berada di tangan perusahaan

besar.

Untuk mengatasi masalah ini, penting untuk menerapkan kebijakan yang mendukung

inklusivitas dan pemerataan manfaat ekonomi dari sektor kelapa sawit. Langkah-langkah

seperti pemberdayaan petani kecil, akses yang lebih baik ke pasar dan pembiayaan, serta

perlindungan tenaga kerja dapat membantu meningkatkan kesejahteraan masyarakat yang

terlibat dalam produksi kelapa sawit. Dengan demikian, produksi kelapa sawit dapat lebih

berkontribusi dalam mengurangi kemiskinan jika manfaatnya dirasakan oleh seluruh lapisan

masyarakat, bukan hanya oleh perusahaan besar..

Hal ini menunjukkan bahwa sementara hasil produksi kelapa sawit memiliki

pengaruh terhadap kemiskinan, ada faktor-faktor lain yang perlu dipertimbangkan untuk

mengatasi masalah kemiskinan secara keseluruhan. Diperlukan pendekatan yang

komprehensif untuk memastikan bahwa manfaat ekonomi dari sektor kelapa sawit dapat

dirasakan secara merata oleh masyarakat dan mampu memberikan dampak positif dalam

mengurangi jumlah penduduk miskin di Pulau Kalimantan.

67
4.6.3 Analisis Belanja Pemerintah Terhadap Jumlah Penduduk Miskin di Pulau

Kalimantan

Berdasarkan estimasi Fixed Effect Model, variabel Belanja Pemerintah menunjukkan

pengaruh signifikan dan memiliki hubungan terhadap kemiskinan di 5 provinsi di Pulau

Kalimantan. Hal ini ditunjukkan oleh nilai probabilitas yang signifikan (0.0227 < α) dan

koefisien yang positif sebesar 19169.46. Artinya, setiap kenaikan Belanja Pemerintah sebesar

1 Milyar Rupiah, diperkirakan akan meningkatkan jumlah penduduk miskin di Pulau

Kalimantan sebesar 19169.46 ribu jiwa.

Penyebab Belanja Pemerintah tidak mampu menurunkan kemiskinan di Pulau

Kalimantan dapat disebabkan oleh beberapa faktor. Pertama, belanja pemerintah yang

dominan pada belanja barang dan pegawai mungkin tidak secara signifikan mempengaruhi

kondisi ekonomi dan kemiskinan di masyarakat. Fokus belanja pemerintah yang lebih banyak

pada sektor infrastruktur dan administrasi dapat menghasilkan dampak yang terbatas pada

pengentasan kemiskinan.

Selain itu, belanja pemerintah yang tidak tepat sasaran juga dapat menjadi penyebab

ketidakefektifan dalam menurunkan kemiskinan. Jika program dan kebijakan yang didukung

oleh belanja pemerintah tidak dirancang dengan baik dan tidak difokuskan secara langsung

pada pengentasan kemiskinan, maka dampaknya terhadap penurunan kemiskinan akan

terbatas. Penting untuk memastikan bahwa alokasi anggaran yang signifikan dialokasikan

untuk program-program yang secara langsung meningkatkan pendapatan dan kesejahteraan

masyarakat miskin.

68
 Sebagai contoh, jika belanja pemerintah tidak memberikan prioritas pada program-

program yang mengarah pada peningkatan keterampilan, pelatihan kerja, akses ke modal

usaha, atau program-program sosial yang langsung mempengaruhi pendapatan dan

kesejahteraan masyarakat miskin, maka pengaruhnya terhadap penurunan kemiskinan akan

terbatas. Dalam hal ini, penting bagi pemerintah untuk merancang kebijakan dan program

yang tepat sasaran, efektif, dan berkelanjutan dalam mengurangi kemiskinan. Diperlukan

koordinasi yang baik antara berbagai sektor pemerintah, pemantauan dan evaluasi yang baik

terhadap program-program yang dilaksanakan, serta partisipasi aktif dari masyarakat untuk

memastikan bahwa belanja pemerintah dapat memberikan dampak yang signifikan dalam

mengurangi jumlah penduduk miskin di Pulau Kalimantan.

Dalam rangka mengoptimalkan pengaruh belanja pemerintah terhadap penurunan

kemiskinan, penting untuk memastikan alokasi anggaran yang tepat sasaran dan efektif. Hal

ini dapat dilakukan dengan merancang program-program yang fokus pada peningkatan

pendapatan dan kesejahteraan masyarakat miskin, serta memperkuat koordinasi antara sektor

pemerintah terkait. Dengan pendekatan yang tepat dan kebijakan yang terarah, belanja

pemerintah dapat menjadi instrumen yang efektif dalam mengurangi kemiskinan di Pulau

Kalimantan.

4.4.4 Analisis Jumlah Penduduk Terhadap Jumlah Penduduk Miskin di Pulau

Kalimantan

Berdasarkan estimasi Fixed Effect Model, hasil menunjukkan bahwa variabel jumlah

penduduk memiliki pengaruh signifikan terhadap kemiskinan di 5 provinsi di Pulau

Kalimantan. Nilai probabilitas sebesar 0.0000 menunjukkan bahwa hubungan antara jumlah

penduduk dan kemiskinan adalah signifikan secara statistik. Koefisien sebesar 0.180276

69
menunjukkan bahwa setiap peningkatan jumlah penduduk sebesar seribu jiwa akan

menyebabkan peningkatan kemiskinan sebesar 0.180276 juta jiwa di Pulau Kalimantan.

Penjelasan ini sejalan dengan penelitian yang dilakukan oleh Eka Susiatun pada tahun

2018. Pertumbuhan penduduk yang cepat dapat berdampak pada peningkatan kemiskinan.

Hal ini terjadi karena pertumbuhan populasi manusia lebih cepat daripada pertumbuhan

produksi hasil-hasil pertanian atau sumber daya yang ada. Akibatnya, penduduk kesulitan

memenuhi kebutuhan hidup mereka, yang berkontribusi pada meningkatnya tingkat

kemiskinan.

Dalam konteks Pulau Kalimantan, pertumbuhan penduduk yang tinggi dapat

menempatkan tekanan tambahan pada sumber daya dan infrastruktur yang ada, sehingga

dapat memperburuk masalah kemiskinan. Dalam hal ini, penting untuk mengembangkan

kebijakan yang berfokus pada pengendalian pertumbuhan penduduk dan peningkatan kualitas

hidup bagi penduduk yang ada. Upaya-upaya tersebut dapat mencakup program-program

keluarga berencana, peningkatan akses terhadap pendidikan dan keterampilan, serta

pembangunan infrastruktur yang mendukung pertumbuhan ekonomi dan pengentasan

kemiskinan. Dengan memahami hubungan antara pertumbuhan penduduk dan kemiskinan,

pemerintah dan para pemangku kepentingan dapat merancang kebijakan dan program yang

lebih efektif dalam mengatasi masalah kemiskinan di Pulau Kalimantan.

BAB V

KESIMPULAN DAN SARAN

5.1. kesimpulan

70
 Berdasarkan hasil dari penelitian yang telah dilakukan dan pembahasan terhadap

pengujian hipotesis pada bab sebelumnya maka dapat ditarik kesimpulan sebagai

berikut:

1. Berdasarkan hasil penelitian diperoleh bahwa variabel independen yaitu PDRB

sector pertambangan, Hasil produksi kelapa sawit, Belanja pemerintah, Jumlah

penduduk secara simultan berpengaruh secara signifikan terhadap jumlah penduduk

miskin.

2. Hasil penelitian menunjukkan bahwa PDRB sector pertambangan berpengaruh

negative dan signifikan terhadap jumlah kemiskinan. Hal ini sesuai dengan

hipotesis yang ada.

3. Hasil penelitian membuktikan bahwa variabel PDRB kelapa sawit secara parsial

berpengaruh positif dan signifikan terhadap jumlah penduduk miskin di pulau

kalimantan. Hal ini sesuai dengan hipotesis yang ada.

4. Hasil penelitian menunjukkan bahwa variabel realisasi belanja pemerintah secara

parsial berpengaruh positif dan signifikan terhadap jumlah penduduk miskin di

pulau kalimantan. Hal ini sesuai dengan hipotesis yang ada.

5. Hasil penelitian menunjukkan bahwa variabel jumlah penduduk secara parsial

berpengaruh positif dan signifikan terhadap jumlah penduduk miskin di pulau

kalimantan. Hal ini sesuai dengan hipotesis yang ada.

5.2 Saran

1. Diperlukan peraturan yang lebih ketat terhadap operasional industri pertambangan,

termasuk kebijakan untuk memprioritaskan penggunaan tenaga kerja lokal di

71
 sektor pertambangan dan pengawasan terhadap pendapatan per kapita industri

tersebut. Hal ini bertujuan untuk meningkatkan kontribusi sektor pertambangan

dan mengurangi jumlah penduduk miskin di daerah industri pertambangan.

2. Diperlukan peraturan yang lebih ketat terhadap operasional industri kelapa sawit,

termasuk kebijakan untuk mendorong penggunaan tenaga kerja lokal Kalimantan

di sektor kelapa sawit dan pencabutan tarif PPN kelapa. Hal ini bertujuan untuk

meningkatkan kesempatan kerja dan pendapatan di sektor kelapa sawit serta

mengurangi jumlah penduduk miskin di daerah penghasil kelapa sawit.

3. Dengan stabilnya alokasi belanja pemerintah perlu adanya penajaman Langkah

yang ketat lagi di setiap pendistribusian belanja pemerintah, agar setiap

pengeluaran tersebut lebih tepat sasaran lagi, dan lebih mengutamakan melakukan

kegiatan yang produktif semisal pembangunan infrastruktur, fasilitas pendidikan,

dan kesehatan yang memadai. Dengan langkah tersebut diharapkan jumlah

penduduk miskin di Pulau Kalimantan akan menurun.

4. Dalam rangka mengatasi peningkatan jumlah penduduk yang berdampak pada

meningkatnya jumlah penduduk miskin, perlu dilakukan sosialisasi yang lebih

efektif tentang pentingnya pengendalian pertumbuhan penduduk, terutama melalui

program Keluarga Berencana (KB). Selain itu, perlu ada upaya untuk memberikan

pemahaman tentang kemiskinan kepada masyarakat di daerah serta menerapkan

undang-undang perkawinan yang mengatur usia minimal untuk menikah. Dengan

langkah-langkah ini, diharapkan dapat mengendalikan pertumbuhan jumlah

penduduk di Pulau Sumatera dan pada akhirnya mengurangi jumlah penduduk

miskin.

72
5. Dalam rangka mendapatkan pemahaman yang lebih komprehensif tentang faktor-

faktor yang memengaruhi jumlah penduduk miskin, perlu menambahkan variabel-

variabel lain yang memiliki potensi pengaruh terhadap fenomena tersebut selain

variabel yang telah diuji dalam penelitian ini. Hal ini penting karena terdapat

banyak variabel lain yang dapat berkontribusi terhadap kemiskinan, dan dengan

mempertimbangkan faktor-faktor tersebut, penelitian akan menjadi lebih

komprehensif dan mendalam dalam menganalisis dan memahami masalah jumlah

penduduk miskin.

73
 DAFTAR PUSTAKA

Afrizal, F. (2013). Analisis Pengaruh Tingkat Investasi, Kerja Terhadap PDRB Di Provinsi
Sulawesi Selatan Tahun 2001-2011. Universitas Hasanuddin, 1–60.

Amparian, D., & Chandriyanti, I. (2018). Perkembangan Sektor Industri terhadap

Penyerapan Tenaga Kerja dan Produk Domestik Regional Bruto ( PDRB ) pada
Sektor Industri di Provinsi Kalimantan Selatan. Universitas Lambung
Mangkurat, 5, 1–19.

Annur, R. A. (2013). Faktor-Faktor Yang Memengaruhi Kemiskinan Di Kecamatan

Jekulo Dan Mejobo Kabupaten Kudus Tahun 2013. Economics Development
Analysis Journal, 2(4), 409–426.

Ariska, I., & Noeryanti. (2019). Pengaruh Sektor Pertanian, Pertambangan, dan Faktor
Sosial Terhadap Perkembangan Ekonomi dan Kesejahteraan Masyarakat di
Sulawesi Tahun 2006 Dengan Metode Least Square (PLS). Statistika Industri,
Dan Komputasi, 4(2), 23–32.
Arsyad, L. (2006). Ekonomi Pembangunan. STIE YKPN.

Arviani, M. (2019). Pengaruh Alokasi Belanja Pemerintah Daerah Terhadap Indeks

Pembangunan Manusia Di Kabupaten Gowa. Society, 2(1), 1–19.
Basri, & Sakakibara, M. (2019). Pengukuran dampak sosial ekonomi dari
Pertambangan Emas Skala Kecil di Area Bombana, Sulawesi Tenggara,
Indonesia. Economic Bosowa Journal, 5(002), 34–44.
Dores, E., & Jolianis. (2015). Pengaruh Angka Melek Huruf Dan Angka Harapan
Hidup Terhadap Jumlah Penduduk Miskin Di Provinsi Sumatera Barat.
Economica, 2(2), 126–133.
Dumairy. (1996). Perekonomian Indonesia. Erlangga.
Fitriyanti, R. (2016). Pertambangan Batubara : Dampak Lingkungan, Sosial Dan
Ekonomi. Jurnal Redoks, 1(1), 34–40.

Iswandi, & Dewata, I. (2020). Sumber Daya Alam (1st ed.). Deepublish Publisher.

Jacobus, E. H., Kindangen, P.., & Walewangko, E. N. (2019). Analisis Faktor- Faktor

74
 Yang Memengaruhi Kemiskinan Rumah Tangga Di Sulawesi Utara.
Jurnal Pembangunan Ekonomi Dan Keuangan Daerah, 19(7), 86–103.

Kepmendagri No. 29 Tahun 2002, Tentang Belanja Daerah. (n.d.).

Ksatria, I., Istiqomah, & Arntoko. (2022). Pengaruh Produk Domestik Regional Bruto
Sektoral Terhadap Kemiskinan di Indonesia. Majalah Ilmiah Manajemen Dan
Bisnis, 19(1), 25–34.

Mansyah, N. (2013). Studi Tentang Dampak Pertambangan Batu Bara Bagi Kehidupan
Sosial Ekonomi Masyarakat di Kelurahan Jawa Kecamatan Sangasanga. Ejournal
Administrasi Negara, 1(3), 843–857.
Nuraeni, Y. (2018). Dampak Perkembangan Industri Pertambangan Nikel Terhadap
Kondisi Sosial, Ekonomi Dan Budaya Masyarakat. Seminar Nasional Edusaintek,
12–22.
Permendagri No. 59 Tahun 2007 (Revisi atas Permendagri No. 13 Tahun 2006
terkait Pedoman Pengelolaan Keuangan Daerah),. (n.d.).

Priatin, R. (2022). Analisis Pengaruh Tenaga Kerja, Ipm, Pad, Kontribusi Pdrb Sektor
Pertanian, Industri Dan Pertambangan Terhadap Ketimpangan Pembangunan Di
Pulau Sumatera Tahun 2016-2020. Universitas Muhammadiyah Surakarta.
Putri, W. E. C., Zamroni, A., & Widiatmoko, F. R. (2020). Pengaruh Aktivitas
Pertambangan Terhadap Nilai Produk Domestik Regional Bruto Dan Ekonomi
Masyarakat di Provinsi Kalimantan Timur. Metode Penelitian, 5(2), 22–34.
Setiati, F., Rakhmadini, A., Herdiansyah, A. R., & Nugrahaeni, S. B. (2020).
Analisis Indeks Kemiskinan Menurut Kabupaten / Kota di Provinsi
Kalimantan Utara Tahun 2019. Departemen Geografi Lingkungan, Fakultas
Geografi, Universitas Gadjah Mada, October, 2.

Simarnata, Y. P. H. (2019). Analisis Pengaruh Kemiskinan, Pengangguran, Dan

Ketimpangan Pendapatan Terhadap Indeks Pembangunan Manusia (IPM) Di
Indonesia. Skripsi Program Studi Ekonomi Pembangunan Fakultas Ekonomi Dan
Bisnis Universitas Sumatera Utara, 1–92.

75
Siregar, H., & Wahyuni, D. (2007). Dampak Pertumbuhan Ekonomi Terhadap
Penurunan Jumlah Penduduk Miskin. Economics Development, pertumbuhan
ekonomi dan penduduk miskin.

Solihat, A. (2019). Kontribusi Produk Domestik Regional Bruto (Pdrb) Sektor

Pertanian & Sektor Pertambangan Dan Penggalian Di Kabupaten Lampung Timur
Dalam Perspektif Ekonomi Islam Tahun 2013-2017. Universitas Islam Negeri
Raden Intan Lampung.

Tri Fasholla, R. (2018). Pengaruh Belanja Daerah, Jumlah Penduduk dan Pendapatan
Asli Daerah Terhadap Jumlah Kemiskinan Di Kabupaten Cilacap. Dspace UII,
2016, 1–19.
Waruwu, S. J. adil. (2016). Analisis Pengaruh Pertumbuhan Ekonomi, Pengangguran,
Belanja Pemerintah, dan Investasi Terhadap Tingkat Kemiskinan Di Indonesia
Tahun 1995 – 2014. Fakultas Ekonomi Universitas Sanata Dharma, 1–186.
Widarjono, A. (2015). Statistika Terapan. UPP STIM YKPN.

76