Di susun oleh :
ANDRY BUDIMAN
16313129
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
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.
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.
kebutuhan manusia dan menjadi modal yang nyata untuk pertumbuhan ekonomi
Indonesia, pemanfaatan sumber daya alam harus dilakukan secara optimal, dengan
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
diharapkan bahwa kehadiran bisnis akan berdampak pada hubungan sosial ekonomi,
pulau yang menghasilkan tambang terbesar dari berbagai sumber daya mineral, dengan
hasil tambang tersebar di seluruh Indonesia, dari Provinsi Aceh hingga Papua.
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,
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
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.
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
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
kualitas sumber daya manusia, yang mengakibatkan hasil dan produk yang dihasilkan
tidak sesuai harapan. Salah satu tantangan utama dalam pembangunan ekonomi adalah
ekonomi yang lebih besar dan pembagian pendapatan yang merata diperlukan.
adalah mewujudkan masyarakat yang adil dan makmur. Untuk mencapai tujuan
wilayah, terutama di wilayah dengan PDRB yang terus meningkat dari tahun ke tahun.
Dengan menggunakan akar dan target pembangunan nasional yang sudah ditetapkan,
pembangunan jangka panjang dan jangka pendek. Oleh karena itu, laju penurunan
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
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
kemiskinan. Jika kita melihat perbandingan pertumbuhan antar sektor, kita akan
menemukan bahwa ada beberapa sektor yang pertumbuhannya sangat cepat, yang
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
ekonomi secara keseluruhan. Sebaliknya, jika suatu sektor memiliki kontribusi yang
relatif kecil dan pertumbuhannya sangat lambat, maka sektor tersebut dapat
Ariska & Noeryanti (2019). Kondisi industri yang tinggi akan mendorong pertumbuhan
suatu wilayah. Keadaan ini disebabkan oleh fakta bahwa sumber daya potensial ada di
mana-mana.
Kalimantan".
Kalimantan?
Kalimantan?
Kalimantan?
Pulau Kalimantan.
di Pulau Kalimantan.
di Pulau Kalimantan.
termasuk:
Tujuan penelitian ini adalah untuk memberi penulis dan pembaca lebih banyak
sektor kelapa sawit terhadap jumlah penduduk miskin di Pulau Kalimantan. Hasil
penelitian ini diharapkan dapat digunakan sebagai referensi atau bahan acuan untuk
Pemerintah
BAB I PENDAHULUAN
Latar belakang masalah, atau gambaran awal, penelitian, rumusan masalah, dan tujuan
Kerangka pemikiran, perumusan hipotesis, dan dasar teori yang digunakan dalam
digunakan; variabel yang digunakan dalam penelitian; metode untuk menganalisis data;
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
yang merupakan negara berkembang dengan sektor pendapatan rendah. Dalam studinya
Indonesia, Ksatria et al. (2022) menemukan bahwa Produk Domestik Regional Bruto
(PDRB) sektor primer dan sekunder berdampak negatif terhadap angka kemiskinan di
menengah pada periode yang sama tidak berpengaruh signifikan terhadap angka kemiskinan
menciptakan peluang kerja dalam industri pertambangan, karena sektor ini memberikan
bantuan langsung kepada masyarakat lokal yang terlibat. Pendekatan ini berpotensi
rumit dan meningkat atau jika ditangani secara efektif, mengarah pada peningkatan
(Indeks Pembangunan Manusia), PAD (Pendapatan Daerah), dan PDRB (Produk Domestik
pertumbuhan di Sumatera pulau dari tahun 2016 hingga 2020. Temuan menunjukkan bahwa
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
ekonomi di masyarakat. Namun, tidak semua individu mendapat manfaat dari operasi
pelaku, termasuk pengangguran, pekerja, dan pemilik tanah. Studi tersebut juga
Sulawesi pada tahun 2016. Dengan menggunakan metode Partial Least Squares (PLS),
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
yang merupakan bagian terbesar dari perekonomian (38%) serta berkontribusi terhadap
Indeks Pembangunan Manusia (IPM) dan Indeks Harga Konsumen (IHK) sebesar 32%.
Industri, Penyerapan Tenaga Kerja, dan Produk Domestik Regional Bruto (PDRB) di
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,
merupakan penyumbang utama dalam sektor bisnis dengan pangsa 20,61%. Hal ini
ekonomi, dan lapangan kerja di Indonesia. Temuan mereka menunjukkan bahwa investasi
Indonesia, sejalan dengan prinsip ekonomi yang telah ditetapkan bahwa investasi, termasuk
manusia. Selain itu, penelitian ini menyoroti pengaruh signifikan penyerapan tenaga kerja
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
pentingnya sektor pertambangan dalam pembangunan ekonomi. Selain itu, penelitian ini
sumber literatur, termasuk buku, jurnal, dan penelitian sebelumnya. Bahan-bahan ini
digunakan untuk meninjau literatur yang relevan dan mendukung proses penelitian.
bermartabat (Setiati et al., 2020). Ini mewakili keadaan sumber daya yang terbatas
2019). ). Menurut Bank Dunia, kemiskinan ditandai dengan tidak adanya pilihan dan
pengakuan dari masyarakat (Bank Dunia). Bank Dunia menetapkan tolok ukur
2) Konsep Kemiskinan
disoroti oleh Darmawan & Ayuningsasi (2021), kemiskinan muncul dari berbagai
faktor, antara lain rendahnya tingkat investasi, pertumbuhan ekonomi yang tidak
3) Ukuran Kemiskinan
Kemiskinan Absolut
waktu.
Kemiskinan Relatif
tidak sesuai dengan pekerjaan yang diinginkan, tidak bisa dalam bekerja,
1. Pertambangan
penghancuran, dan transportasi sumber daya mineral yang terdapat di suatu lokasi
teknologi. Sumber daya mineral ini memiliki karakteristik yang tidak dapat
diperbaharui atau disebut juga sebagai aset yang terbuang atau tidak terbarukan. Dalam
a. Faktor geologis: Faktor ini meliputi ketersediaan dan kualitas sumber daya
b. Faktor ekonomi: Faktor ini mencakup harga mineral di pasar, biaya produksi, dan
pertambangan.
d. Faktor regulasi: Faktor ini melibatkan peraturan dan kebijakan pemerintah terkait
pembagian keuntungan. Regulasi yang jelas dan tegas diperlukan untuk mengatur
ini dengan baik agar kegiatan pertambangan dapat dilakukan dengan efisien,
negara. Hal ini melibatkan pemanfaatan sumber daya mineral dengan efisien dan
pembagian hasil yang adil dan merata serta menciptakan lapangan kerja yang
lingkungan, seperti degradasi lahan, kerusakan ekosistem, dan polusi air dan
udara. Selain itu, penting untuk menerapkan praktik pertambangan yang ramah
lingkungan.
dan logam berharga seperti emas, perak, tembaga, timah, nikel, dan besi.
ekstraksi bahan galian non-logam seperti batu, pasir, kerikil, tanah liat, garam,
fosfat, batubara, dan bahan galian lainnya. Bahan galian non-logam ini
sumber daya energi seperti batu bara, minyak bumi, gas alam, dan uranium.
Batu bara digunakan dalam pembangkit listrik dan industri, minyak bumi dan
gas alam digunakan sebagai sumber energi dan bahan baku industri, sedangkan
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
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
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,
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
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
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
dihasilkan oleh setiap wilayah. PDRB harga konstan (riil) dapat digunakan untuk
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)
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
perkapita penduduk suatu wilayah dengan itu dapat diartikan bahwa PDRB yang
diejawantahkan secara bersiklus, wajar dan komprehensif akan bisa dilihat melalui
masing sektor dalam PDRB suatu daerah. Hal ini memungkinkan identifikasi
wilayah.
d. Investasi: Investasi yang dilakukan baik oleh pemerintah maupun sektor swasta
kesejahteraan regional. Perbedaan yang signifikan antara wilayah yang maju dan
perencanaan yang tepat untuk meningkatkan PDRB suatu wilayah serta mencapai
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
(Waruwu, 2016).
untuk mendapatkan aset tetap tertentu (Afrizal, 2013). Terdapat tiga cara yang
modal memiliki karakteristik yang khusus dan menjelaskan perbedaan dalam proses
pengadaannya.
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
pemerintah dapat dilihat dari beberapa perspektif, termasuk alokasi anggaran, jenis
lainnya untuk pegawai negeri sipil (PNS) dan aparatur sipil negara
(ASN).
proporsional dan efektif sesuai dengan kebutuhan dan prioritas nasional guna
lainnya.
biaya lain yang terkait dengan pegawai negeri sipil (PNS) dan aparatur
operasional kantor, pengadaan barang dan jasa, perawatan aset, dan biaya
operasional lainnya.
bunga dan subsidi atas utang pemerintah, baik utang dalam negeri
industri.
Komponen-komponen ini dapat berbeda dalam proporsi dan
kelapa sawit negara terkonsentrasi di dua wilayah ini, yang merupakan 95%
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%),
42 juta ton pada tahun 2017. Dalam kajian yang dilakukan oleh Anggrain
Riau dari tahun 2002 hingga 2016, ditarik kesimpulan jangka pendek dan
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
umumnya lebih intensif, dan harga minyak kelapa sawit telah meningkat
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
produksi mencapai 31.070 ton pada tahun 2015 dan 40.567 ton. ton pada
tahun 2018.
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
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
Perkebunan kelapa sawit yang lebih besar diperluas di Riau, Kalimantan, dan
juta ton minyak sawit mentah dari 12 juta hektar yang tersedia untuk
dunia, terhitung sekitar 85% dari total produksi. Industri minyak sawit dari
kedua negara ini bersaing dengan minyak seperti jagung, kedelai, dan
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)
wilayah tertentu pada waktu tertentu, yang dihasilkan dari proses demografi seperti
Pada tahun 1798, Pendeta Thomas Malthus (dikutip dalam Arsyad, 2006:
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,
produksi pangan per kapita bagi petani). Skenario ini menciptakan populasi yang
tidak stabil, dengan hanya beberapa individu yang mampu memenuhi kebutuhan
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
manusia.
PDRB sektor
pertambangan dan Belanja Pemerintah Jumlah Penduduk
penggalian (X1) (X2) (X3)
Jumlah Penduduk
Miskin
2. Terdapat dugaan bahwa sektor kelapa sawit memiliki pengaruh negatif terhadap
BAB III
METODE PENELITIAN
direpresentasikan dalam bentuk numerik, dan analisis statistik digunakan untuk menguji
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
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.
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
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
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
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.
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
Variabel independen (X) dalam penelitian ini merujuk pada jenis variabel yang
menjadi penyebab perubahan pada variabel dependen atau variabel terikat. Berikut
PDRB sektor pertambangan diukur dan ditetapkan oleh Badan Pusat Statistik
(BPS).
Sektor kelapa sawit diukur dan ditetapkan oleh Badan Pusat Statistik (BPS).
c) Belanja Pemerintah (X3)
d) Kemiskinan (X4)
yang hidup di bawah garis kemiskinan yang ditetapkan oleh Badan Pusat
Statistik (BPS).
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.
i = 1, 2,……, n
t = 1, 2,……, t
di mana :
Berikut adalah model regresi data panel yang digunakan untuk menganalisis
Keterangan:
X2 = Government Spending
X3 = Total population
e = Error terms
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
Fixed Effect Model adalah suatu model analisis regresi dalam data panel
panel data. Model ini mengasumsikan bahwa terdapat efek tetap atau efek
tersebut merupakan efek tetap atau efek individu yang spesifik untuk
independen.
dengan efek tetap atau variabel individu yang tidak diamati. Dengan
Pendekatan Random Effect Model adalah salah satu metode dalam analisis
sectional) dan variasi antarwaktu (time-series) dalam data panel. Model ini
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
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
berikutnya adalah melakukan uji kesesuaian model. Dalam hal ini, terdapat dua uji
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
Fixed Effect lebih sesuai. Namun, jika tidak terdapat perbedaan signifikan, maka
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
antara kedua model, maka model dengan efek tetap (Fixed Effect) lebih disukai
karena lebih efisien. Namun, jika tidak terdapat perbedaan signifikan, maka model
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.
i : number of individuals
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.
Tes ini membandingkan matriks kovarians dari estimasi koefisien pada kedua
model. Jika perbedaan antara koefisien disebabkan oleh efek acak, model Efek
endogenitas atau bias variabel yang dihilangkan, model Efek Tetap lebih disukai.
Di mana:
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.
Pengujian antar
common effect dan
fixed effect
Setelah dilakukan uji penentuan model maka dilakukan uji statistik. Penelitian
ini menggunakan Koefisien Determinasi (R²), uji parsial (Uji t), dan uji simultan
(Uji F).
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.
dependen. Di dalam uji t menggunakan dua pilihan yaitu satu sisi dan dua
disimpulkan bahwa
secara signifikan.
Dalam penelitian ini, data sekunder yang diperoleh dari Badan Pusat Statistik
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
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.
Data yang digunakan dalam penelitian ini meliputi variabel indikator yang
Data tersebut mencakup 12 tahun terakhir, tepatnya dari tahun 2010 hingga 2022.
Data tersebut diperoleh dari Badan Pusat Statistik (BPS). Variabel indikator
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.
menggunakan data ini, penelitian dapat menganalisis tren dan pola pertumbuhan ekonomi
Data yang digunakan dalam penelitian ini mencakup indikator variabel belanja
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
menggunakan data ini, penelitian dapat menganalisis kecenderungan dan pola pengeluaran
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
setiap provinsi yang menjadi fokus penelitian. Data jumlah penduduk ini penting untuk
melihat hubungan antara variabel-variabel lain yang diteliti dan memahami dampaknya
Hasil metode Common Effect Model dengan menggunakan pengujian regresi data
Periods included: 13
Cross-sections included: 5
52
Root MSE 44531.84 R-squared 0.861445
Hasil metode Common Effect Model dengan menggunakan pengujian regresi data
Effects Specification
Effects Specification
S.D. Rho
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
Pemilihan model dalam penelitian ini didasarkan pada uji statistik. Untuk
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.
Dengan melakukan pengujian ini memilih model terbaik antara Common Effects
Model dan Fixed Effects Model dengan ketentuan hipotesis sebagai berikut:
55
Redundant Fixed Effects Tests
Equation: FEM
Test cross-section fixed effects
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
Effects Model dan Fixed Effects Model dengan ketentuan hipotesis sebagai berikut:
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
Chi-Sq.
Test Summary Statistic Chi-Sq. d.f. Prob.
Berdasarkan hasil uji Hausman pada tabel 4.5 diperoleh bahwa nilai
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
terbaik yang tepat digunakan dalam penelitian ini untuk melakukan estimasi data
panel, di mana variabel gangguan mungkin saling berhubungan antar waktu serta
57
Cross-sections included: 5
Total panel (balanced) observations: 65
Effects Specification
Dari hasil estimasi regresi data panel serta menggunakan Fixed Random Model di
Keterangan :
G = Belanja Pemerintah
58
JP = Jumlah Penduduk
1. Variabel PDRB dalam pengujian regresi fixed effect model diperoleh koefisien
2. Variabel Hasil produksi kelapa sawit dalam pengujian regresi fixed effect model
3. Variabel G dalam pengujian regresi fixed effect model diperoleh koefisien sebesar
menunjukkan signifikan.
4. Variabel G dalam pengujian regresi fixed effect model diperoleh koefisien sebesar
0.0227menunjukkan signifikan.
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
dipertimbangkan.
sebesar 0,000000, yang lebih kecil dari alpha (α) sebesar 5% atau 0,05. Dengan
simultan antara variabel independen, yaitu PDRB sektor Pertambangan dan penggalian,
hasil produksi kelapa sawit, Belanja Pemerintah, dan Jumlah penduduk terhadap variabel
Pertambangan dan penggalian, hasil produksi kelapa sawit, Belanja Pemerintah, dan
variabel dependen, yaitu Jumlah Penduduk Miskin. Dalam uji t, setiap variabel
independen dianalisis secara terpisah untuk melihat apakah koefisien regresinya secara
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
60
variabel dependen secara individu. Sebaliknya, jika nilai t-statistik tidak melebihi nilai
kritis t, maka variabel independen tidak memiliki pengaruh yang signifikan secara
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
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)
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)
kelapa Belanja
Pertambang
Penduduk sawit pemerintah Jumlah
an
Miskin Penduduk
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
3. Variabel kelapa sawit di pulau kalimantan memproleh nilai dengan 4090, hasil nilai
maksimum 59456700 dan hasil nilai minimum sebesar 70000.00, selanjutnya nilai
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
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 .
63
Timur
3 Kalimantan 116429.5
Tengah
4 Kalimantan Utara 612155.4
5 Kalimantan -287253.9
Selatan
dengan rasio jumlah penduduk miskin terhadap jumlah penduduk terbesar adalah provinsi
Kalimantan Barat dan provinsi dengan persentase rasio jumlah penduduk miskin terhadap
Berdasarkan estimasi fixed effect model, ditemukan bahwa variabel PDRB Sektor
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
Hasil ini sejalan dengan penelitian Ariska & Noeryanti (2019) yang mengkaji
menemukan adanya pengaruh tidak langsung antara sektor pertambangan dan kesejahteraan
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
Berdasarkan nilai T-hitung yang diperoleh dari sektor pertambangan, faktor sosial,
dan perkembangan ekonomi, tidak terdapat pengaruh yang signifikan. Namun, penelitian
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
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
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
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
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
terlibat dalam produksi kelapa sawit. Dengan demikian, produksi kelapa sawit dapat lebih
berkontribusi dalam mengurangi kemiskinan jika manfaatnya dirasakan oleh seluruh lapisan
Hal ini menunjukkan bahwa sementara hasil produksi kelapa sawit memiliki
pengaruh terhadap kemiskinan, ada faktor-faktor lain yang perlu dipertimbangkan untuk
komprehensif untuk memastikan bahwa manfaat ekonomi dari sektor kelapa sawit dapat
dirasakan secara merata oleh masyarakat dan mampu memberikan dampak positif dalam
67
4.6.3 Analisis Belanja Pemerintah Terhadap Jumlah Penduduk Miskin di Pulau
Kalimantan
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
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
terbatas. Penting untuk memastikan bahwa alokasi anggaran yang signifikan dialokasikan
masyarakat miskin.
68
Sebagai contoh, jika belanja pemerintah tidak memberikan prioritas pada program-
program yang mengarah pada peningkatan keterampilan, pelatihan kerja, akses ke modal
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
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.
Kalimantan
Berdasarkan estimasi Fixed Effect Model, hasil menunjukkan bahwa variabel jumlah
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
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
kemiskinan.
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
pemerintah dan para pemangku kepentingan dapat merancang kebijakan dan program yang
BAB V
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:
miskin.
negative dan signifikan terhadap jumlah kemiskinan. Hal ini sesuai dengan
3. Hasil penelitian membuktikan bahwa variabel PDRB kelapa sawit secara parsial
5.2 Saran
71
sektor pertambangan dan pengawasan terhadap pendapatan per kapita industri
2. Diperlukan peraturan yang lebih ketat terhadap operasional industri kelapa sawit,
di sektor kelapa sawit dan pencabutan tarif PPN kelapa. Hal ini bertujuan untuk
pengeluaran tersebut lebih tepat sasaran lagi, dan lebih mengutamakan melakukan
program Keluarga Berencana (KB). Selain itu, perlu ada upaya untuk memberikan
miskin.
72
5. Dalam rangka mendapatkan pemahaman yang lebih komprehensif tentang faktor-
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
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.
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.
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.
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.
75
Siregar, H., & Wahyuni, D. (2007). Dampak Pertumbuhan Ekonomi Terhadap
Penurunan Jumlah Penduduk Miskin. Economics Development, pertumbuhan
ekonomi dan penduduk miskin.
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