JIM: Jurnal Ilmiah Mahasiswa Pendidikan Sejarah 8 (2), 2023, Hal.
230-239
Article history
Received : 2022-12-21
Accepted : 2023-01-28
Published : 2023-04-09
Keywords:
Kemiskinan, Laju
Pertumbuhan
Penduduk, Inflasi
Available online at
https://jim.unsyiah.ac.id/
sejarah
Available online at
http://jim.unsyiah.ac.id
/
riwayat/
P-ISSN: 2614-7231, E-ISSN: 2614-3658
DOI: https://doi.org/10.24815/jimps.v8i2.24583
Pengaruh Laju Pertumbuhan Penduduk Dan Inflasi
Terhadap Kemiskinan di Indonesia Tahun 2001-
2021
Sanny Feria Juliana1, Yulian Rinawaty Taaha2, Feliks Arfid
Guampe3*
1Program Studi Manajemen, Fakultas Ekonomi, Universitas Kristen
Tentena, Kabupaten Poso.
2,3Program Studi Ekonomi Pembangunan, Fakultas Ekonomi,
Universitas Kristen Tentena, Kabupaten Poso.
*Corresponding Author: feliksguampe@gmail.com
Abstract: This study aims to examine the effect of population growth rate
and inflation on poverty in Indonesia. The data used in this study is time
series data starting from 2001-2021. This study used secondary data
obtained from publication documentation from the Indonesian Central
Bureau of Statistics (BPS). The data analysis method used is multiple linear
regression with the E-Views 9 program. The results showed that the partial
rate of population growth had a negative and insignificant effect on
poverty. The variable inflation partially has a positive and significant effect
on poverty. Simultaneously, the rate of population growth and inflation
have a significant effect on poverty in Indonesia. The value of the coefficient
of determination shows that the rate of population growth and inflation is
able to explain poverty by 33.77%.
Abstrak: Penelitian ini bertujuan untuk mengkaji pengaruh laju
pertumbuhan penduduk dan inflasi terhadap kemiskinan di Indonesia.
Data yang digunakan dalam penelitian ini adalah data time series yang
dimulai dari tahun 2001-2021. Penelitian ini menggunakan data sekunder
yang diperoleh dari dokumentasi publikasi Badan Pusat Statistik Indonesia
(BPS). Metode analisis data yang digunakan adalah regresi linear berganda
dengan program E-Views 9. Hasil Penelitian menunjukkan bahwa secara
parsial laju pertumbuhan penduduk berpengaruh negatif dan tidak
signifikan terhadap kemiskinan. Variabel inflasi secara parsial
berpengaruh positif dan signifikan terhadap kemiskinan. Secara simultan
laju pertumbuhan penduduk dan inflasi berpengaruh signifikan terhadap
kemiskinan di Indonesia. Nilai koefisien determinasi menunjukkan bahwa
laju pertumbuhan penduduk dan inflasi mampu menjelaskan kemiskinan
sebesar 33,77 %.
230
PENDAHULUAN kompleks. Oleh karena itu kebijakan
Pembangunan merupakan proses pengentasan kemiskinan perlu ditetapkan
perubahan yang multidimensi menuju dan diimplementasikan secara tepat
kepada kondisi hidup masyarakat yang lebih (Hambarsari & Inggit, 2016; Kevin et al.,
baik dari sebelumnya (Didu & Fauzi, 2016; 2020; Margareni et al., 2016). Setiap negara
Margareni et al., 2016; Todaro & Smith, terus berlomba untuk menekan angka
2020). Oleh karena itu pembangunan tidak kemiskinan melalui berbagai kebijakannya
hanya berbicara tentang pertumbuhan karena salah satu indikator keberhasilan
ekonomi semata, melainkan bagaimana pembangunan satu negara adalah dilihat
sebuah negara mengatasi berbagai dari kemampuan pemerintah dan
persoalan pembangunan yang fundamental. kebijakannya dalam menekan angka
Salah satu masalah pembangunan yang kemiskinan (Ihsan, 2018). Sejauh ini,
mendasar tersebut baik di tingkat Berdasarkan data BPS, pengentasan
internasional maupun nasional adalah kemiskinan di indonesia cukup berhasil
kemiskinan (Guampe et al., 2022; Halim et dimana sejak tahun 2001-2021 persentase
al., 2022; Ihsan, 2018; Kevin et al., 2020; angka kemiskinan indonesia menunjukkan
Mardiatillah et al., 2021; Murobbi & Usman, tren yang terus menurun hingga mencapai
2021). 10,1 % pada tahun 2021.
Kemiskinan adalah kondisi dimana
seseorang atau sekelompok orang tidak
mampu memenuhi standar hidup minimum
seperti tidak mampu memenuhi kebutuhan
sadang, pangan dan papan. Berdasarkan
standar Bank Dunia, orang dikatakan miskin
apabila tingkat pendapatannya kurang dari $
2 per hari (Guampe et al., 2023). Kondisi
hidup miskin tersebut akan membuat
seseorang ataupun sekelompok orang Gambar 1. Tren Kemiskinan Indonesia
terjebak dalam lingkaran kemiskinan. Tahun 2001-2021
Sebagai contoh, ketika orang berada dalam
Walaupun tingkat kemiskinan
kemiskinan maka dia memiliki akses
menunjukkan tren yang menurun, namun
pendidikan dan kesehatan yang rendah,
kebijakan dan program pengentasan
kondisi tersebut menyebabkan tingkat
kemiskinan harus terus dilakukan. Hal
produktivitasnya rendah. Tingkat
tersebut dikarenakan berbagai dinamika
produktivitas rendah menyebabkan tingkat
ekonomi yang dapat kembali mendorong
pendapatan yang renda, selanjutnya
jumlah kemiskinan kembali meningkat.
kemampuan dalam memenuhi kebutuhan
Dinamika yang pertama adalah bagaimana
dasar akan terbatas. Kondisi tersebut
pertumbuhan penduduk dapat
berulang terus-menerus bahkan
menyebabkan peningkatan angka
berkembang kepada lingkaran kemiskinan
kemiskinan. Peningkatan jumlah penduduk
lainnya (Halim et al., 2022; Hambarsari &
selanjutnya akan menyebabkan peningkatan
Inggit, 2016; Ihsan, 2018).
terhadap jumlah angkatan kerja. Apabila
Dari gambaran lingkaran
pertumbuhan penduduk tidak dibarengi
kemiskinan tersebut menunjukkan bahwa
dengan ketersediaan lapangan kerja maka
masalah pembangunan ini sangatlah

231
akan menciptakan pengangguran. Orang
yang menganggur secara otomatis tidak
memiliki pendapatan untuk memenuhi
kebutuhan hidupnya dan pada akhirnya
jatuh ke dalam kondisi hidup miskin (Didu &
Fauzi, 2016; Kevin et al., 2020). Berdasarkan
data BPS Nasional, persentase laju
pertumbuhan penduduk indonesia sejak
tahun 2001-2020 cukup landai yakni pada
kisaran 1,15% sampai 1,46%. Namun
demikian, persentase laju pertumbuhan
penduduk meningkat tajam pada tahun
2021 menjadi 2,22%.
Gambar 2. Laju Pertumbuhan Penduduk
Tahun 2001-2021
Selain laju pertumbuhan penduduk,
salah satu indikator makro ekonomi yang
perlu dipantau dan dikendalikan melalui
berbagai kebijakan adalah tingkat inflasi
(Halim et al., 2022). Inflasi secara umum
dipahami sebagai kenaikan harga dari
semua barang dan jasa akhir yang terjadi
secara terus-menerus. Inflasi yang tidak
terkendali menyebabkan harga-harga
barang dan jasa akan meningkat. Apabila
inflasi tidak dibarengi dengan peningkatan
pendapatan dan bahkan pendapatan
masyarakat tetap maka kondisi tersebut
akan menyebabkan daya beli masyarakat
menurun. Penurunan daya beli berarti
terjadi penurunan kemampuan masyarakat
dalam memenuhi kebutuhan hidupnya yang
pada akhirnya dapat menyebabkan
kemiskinan (Halim et al., 2022; Hambarsari
& Inggit, 2016; Ihsan, 2018; Kevin et al.,
2020; Mardiatillah et al., 2021). Berdasarkan
data BPS nasional, tingkat inflasi indonesia
232
tahun 2001-2021 sangat berfluktuasi.
Fluktuasi yang sangat tinggi ditunjukkan
pada tahun 2001-2014 dan tingkat inflasi
tertinggi terjadi pada 2005 yakni sebesar 17,
1% dan pada tahun 2008 sebesar 11,1%
Gambar 3. Tingkat Inflasi Tahun 2001-2021
Penelitian ini tentunya dilandasi
oleh beberapa penelitian terdahulu seperti
penelitian Ardiansa et al., (2021); Halim et
al., (2022); Hambarsari & Inggit, (2016);
Kevin et al., (2020); Margareni et al., (2016);
Murobbi & Usman, (2021); Ningsih &
Andiny, (2018); Primandari, (2019); Safitri
& Effendi, (2019); Salim & Purnamasari,
(2021). Walaupun penelitian tentang
pengaruh laju pertumbuhan penduduk dan
inflasi terhadap kemiskinan telah banyak
dilakukan, namun pembangunan ekonomi
terus bergerak dinamis dari waktu ke waktu
terutama laju pertumbuhan penduduk,
inflasi dan kemiskinan. Oleh karena itu
tujuan dari penelitian ini adalah untuk
menganalisis pengaruh laju pertumbuhan
penduduk dan inflasi terhadap kemiskinan
di Indonesia tahun 2001-2021.
METODE PENELITIAN
Penelitian ini mengacu pada
penelitian dengan pendekatan kuantitatif
menggunakan data sekunder dimana data
yang diperoleh kemudian di analisis
menggunakan metode statistik kemudian
diinterpretasikan. Data penelitian diperoleh
dari laporan publikasi resmi Badan Pusat
Statistik (BPS). Data penelitian yang
dianalisis berupa data dengan bentuk time
series selama periode tahun 2001 hingga
2021 dengan variabel penelitiannya adalah
Laju Pertumbuhan Penduduk, Inflasi, dan yang bisa dikatakan nilai probability > 0,05
Tingkat Kemiskinan. Dalam penelitian ini, yang artinya residual terdistribusi normal.
metode analisis yang digunakan yaitu Selain menggunakan Uji Jacque Bera, Data
analisis regresi linear berganda dengan dalam penelitian ini dikatakan normal
program E-Views 9. Persamaan matematik apabila grafik histogram tidak condong ke
model regresi linear berganda yang kiri atau ke kanan akan tetapi harus
digunakan adalah: membentuk lonceng. Berdasarkan gambar 4
di atas maka dapat dikatakan bahwa data
Y = a + b1X1 + b2X2 + e dalam penelitian ini terdistribusi normal.

Keterangan: Uji Multikolinearitas

Y = Tingkat Kemiskinan Multikolinearitas merupakan

a = Konstanta terjadinya hubungan linear antara variabel
b1,b2 = Koefisien Regresi bebas dalam suatu model regresi linear
X1 = Laju Pertumbuhan Penduduk berganda. Uji multikolinearitas bertujuan
X2 = Inflasi untuk menguji apakah pada model regresi
e = Kesalahan Pengganggu ditemukan adanya korelasi antara variabel
bebas (variabel independen). Efek dari
HASIL DAN PEMBAHASAN multikolinearitas ini adalah menyebabkan
Uji Normalitas tingginya variabel pada sampel. Hal tersebut
berarti standar error besar, akibatnya ketika
Uji Normalitas bertujuan untuk koefisien diuji, t-hitung akan bernilai kecil
menguji nilai residual pada model regresi dari t-tabel. Hal ini menunjukkan tidak
berdistribusi normal atau tidak. Model adanya hubungan linear antara variabel
regresi dapat dikatakan baik apabila independen yang dipengaruhi oleh variabel
memiliki data normal atau mendekati dependen. Multikolinearitas terjadi apabila
nilai dari koefisien korelasi memiliki nilai
normal. Pada penelitian ini Uji normalitas
diatas 0.8 antara dua variabel independent.
yang digunakan adalah Uji Jarque Bera yang
Berdasarkan hasil uji, tidak terdapat korelasi
merupakan salah satu uji normalitas jenis
antar variabel yang melebihi 0,80, artinya
goodness of fit test yang mana mengukur model regresi tersebut terbebas dari
apakah skewness dan kurtosis sampel sesuai masalah multikolinearitas.
dengan distribusi normal.
6
Series: Residuals
Sample 2001 2021
5
Observations 21

4 Mean -3.12e-16
Median
Maximum
-0.582896
4.444407
Tabel 5. Uji Multikolinearias
3 Minimum -3.278801
Std. Dev. 2.446340 Uji Heteroskedastisitas
2 Skewness 0.415610
Kurtosis 1.898212
Heteroskedastisitas merupakan
1 Jarque-Bera 1.666756 keadaan dimana factor variabel bebas tidak
Probability 0.434579
0 memiliki nilai varian yang sama, sedangkan
-4 -3 -2 -1 0 1 2 3 4 5
asumsi yang dipenuhi dalam regresi linear
Gambar 4. Hasil Uji Normalitas klasik adalah mempunyai nilai varian yang
sama (konstan) homoskedastisitas. Uji
Berdasarkan gambar 4. dapat dilihat Heteroskedastisitas bertujuan untuk
bahwa data dalam penelitian ini dapat menguji apakah model regresi terjadi
dikatakan berdistribusi normal. Hal ini ketidaksamaan varian dari residual satu
dilihat dari probability bernilai 0,434579

233
pengamatan. Model regresi yang baik adalah
yang bebas heteroskedastisitas. Oleh karena
itu untuk mendeteksi ada tidaknya
heteroskedastisitas dalam penelitian ini
maka peneliti menggunakan uji white.
Tabel 6. Uji Heteroskedastisitas
Berdasarkan tabel 2. dapat dilihat
jika hasil uji white menunjukkan nilai p-
value sebesar 0,5955 atau lebih besar dari α
(0,05) sehingga dapat dikatakan data pada
penelitian ini tidak ada gejala
heteroskedastisitas.
Uji Autokorelasi
Autokorelasi merupakan gejala
terjadinya hubungan antara variabel-
variabel bebas. Autokorelasi dapat diartikan
sebagai korelasi antara anggota serangkaian
observasi yang diurutkan menurut waktu
atau tempat. Uji autokolerasi yaitu suatu
keadaan dimana terjadi korelasi antara
residual tahun ini dengan tingkat kesalahan
tahun sebelumnya. Uji autokolerasi
bertujuan untuk mengkaji apakah suatu
model regresi linear terdapat korelasi antara
kesalahan pengganggu pada periode t
dengan kesalahan pada periode (t-1). Jika
terjadi korelasi maka dinamakan penyakit
autokolerasi. Tentu saja model regresi yang
baik adalah regresi yang terbebas dari
autokolerasi (Ghozali, 2018). Cara untuk
mendeteksi autokorelasi dapat dilakukan
dengan menggunakan uji LM (Langrange-
Multiplayer).
Tabel 3. Uji Autokorelasi
234
Pada tabel diatas dapat dilihat jika
nilai Prob Chi Square (2) yang merupakan
nilai p value uji Breusch-Godfrey Serial
Correlation LM adalah sebesar 0,0458 maka
tidak ditemukan masalah pada autokorelasi,
hal ini dikarenakan P-value Obs*R-Squared
= 0,0458 > 0,01, yang membuktikan bahwa
tidak adanya masalah autokorelasi.
Uji Regresi Berganda
Tabel 7. Uji Regresi Berganda
Berdasarkan hasil pengolahan data
maka dapat dibuat suatu model persamaan
regresi berganda dalam penelitian ini
sebagai berikut: Y = 11,37771 – 0,702665 X1
+ 0,494011 X2 + e dimana:
1. Nilai konstanta C sebesar 11,37771,
artinya jika Laju pertumbuhan
penduduk dan Inflasi di Indonesia
dianggap tetap maka besaran
kemiskinan di indonesia akan
meningkat sebesar 11,37771%
2. Nilai koefisien Laju pertumbuhan
penduduk sebesar -0,702665 artinya
jika Laju pertumbuhan penduduk
meningkat sebesar 1% maka
peningkatan tersebut akan
menyebabkan turunnya kemiskinan
di Indonesia sebesar 0,702665%
dengan asumsi variabel lain tetap.
3. Nilai koefisien Inflasi sebesar
0,494011, artinya jika Inflasi
meningkat sebesar 1% maka akan
menyebabkan naiknya kemiskinan
 di Indonesia sebesar 0,494011%
dengan asumsi variabel lain tetap.
Uji Parsial (Uji-t)
Uji t dalam regresi linier berganda
dimaksudkan untuk menguji apakah
parameter (koefisien regresi dan konstanta)
yang diduga untuk mengestimasikan
persamaan atau model regresi linier
berganda sudah merupakan parameter yang
tepat atau belum. Hasil uji t dapat dilihat
pada tabel 4. dimana nilai probabilitas t
hitung dari variabel bebas LPP (Laju
Pertumbuhan Penduduk) sebesar 0,7987
yang lebih besar dari tingkat kesalahan
(alpha) 0,05 maka dapat dikatakan bahwa
variabel Laju pertumbuhan penduduk (LPP)
tidak berpengaruh signifikan terhadap
variabel terikatnya dalam hal ini
Kemiskinan. Selanjutnya untuk variabel
bebas Inflasi, dapat dilihat jika nilai prob. t
hitungnya adalah sebesar 0,0033 yang lebih
kecil dari 0,05 maka dapat dikatakan bahwa
variabel Inflasi berpengaruh signifikan
terhadap Kemiskinan (Dependent Variable)
Uji Keterandalan Model (Uji F)
Uji keterandalan model atau uji
kelayakan model atau yang lebih populer
disebut sebagai uji F (ada juga yang
menyebutnya sebagai uji simultan model)
merupakan tahapan awal mengidentifikasi
model regresi yang diestimasi layak atau
tidak. Layak (andal) disini maksudnya
adalah model yang diestimasi layak
digunakan untuk menjelaskan pengaruh
variabel-variabel bebas terhadap variabel
terikat. Uji F ini biasa digunakan untuk
mengetahui pengaruh variabel independen
secara signifikan terhadap variabel
dependen. Hasil penelitian (tabel 4) ini
menunjukkan bahwa nilai prob. F (Statistic)
sebesar 0,010424 lebih kecil dari 0,05
sehingga dengan demikian laju
pertumbuhan penduduk dan Inflasi
berpengaruh signifikan terhadap tingkat
Kemiskinan di Indonesia tahun 2001-2021.
235
Koefisien Determinasi
Hasil uji statitik pada tabel 4 juga
menunjukkan bahwa nilai koefisien
determinasi R-Squared sebesar 0,397742.
Hal ini menggambarkan bahwa variabel-
variabel independen yaitu laju pertumbuhan
penduduk dan inflasi secara bersama-sama
mampu memberi penjelasan mengenai
variabel dependen atau tingkat kemiskinan
sebesar 39,77 %. Adapun 60,23 % persen
lagi dijelaskan oleh variabel lain yang tidak
dimasukkan dalam model.
PEMBAHASAN
Pengaruh Laju Pertumbuhan Penduduk
Terhadap Kemiskinan di Indonesia
Pada bagian hasil penelitian ini telah
ditunjukkan bahwa Laju pertumbuhan
penduduk memiliki pengaruh negatif dan
tidak signifikan terhadap kemiskinan. Hal ini
dibuktikan dengan Nilai koefisien Laju
pertumbuhan penduduk sebesar -0,702665
dan nilai prob. t hitung dari variabel bebas
LPP (Laju Pertumbuhan Penduduk) sebesar
0,7987 yang lebih besar dari tingkat
kesalahan (alpha) 0,05. Berpengaruh negatif
artinya jika terdapat peningkatan jumlah
penduduk maka kemiskinan akan berkurang
begitu pula sebaliknya. Temuan ini sejalan
dengan penelitian dari Ardiansa et al.,
(2021); Didu & Fauzi, (2016); Safitri &
Effendi, (2019) yang menemukan bahwa
pertumbuhan penduduk berkorelasi negatif
terhadap tingkat kemiskinan.
Terdapat beberapa hal yang
menyebabkan laju pertumbuhan penduduk
berpengaruh negatif terhadap kemiskinan.
Pertama, penduduk indonesia sekarang ini
didominasi oleh usia produktif yang
kemudian dalam sisi penawaran akan
berdampak terhadap kesejahteraan hidup
masyarakat karena menjadi faktor produksi
yang potensial perusahaan. Semakin banyak
penduduk maka semakin banyak tenaga
kerja yang tersedia. Laju pertumbuhan
penduduk menandakan besarnya populasi
penduduk yang dari sisi permintaan
dianggap sebagai pasar potensial. Semakin
banyak jumlah penduduk maka kebutuhan
konsumsi terhadap barang dan jasa akan
semakin meningkat, sehingga mendorong
perusahaan untuk meningkatkan
produksinya. Peningkatan kapasitas
produksi barang dan jasa oleh perusahaan
tentunya akan ikut mendorong permintaan
tenaga kerja dalam negeri. Pada akhirnya
masyarakat akan memperoleh pekerjaan
selanjutnya pendapatan untuk digunakan
memenuhi kebutuhan dan kesejahteraan
hidupnya serta lepas dari perangkap
kemiskinan (Todaro & Smith, 2020).
Laju pertumbuhan penduduk dapat
berkorelasi negatif terhadap tingkat
kemiskinan karena beberapa aspek
pembangunan ekonomi yang sedang
berlangsung. Salah satunya adalah kebijakan
hilirisasi industri minerba di Indonesia yang
menjadi daya tarik bagi investor asing untuk
berinvestasi di Indonesia. Investasi yang
gencar ini akan semakin memperluas
lapangan pekerjaan untuk menyerap tenaga
kerja yang tersedia.
Selanjutnya pertumbuhan penduduk
yang tidak berpengaruh signifikan terhadap
kemiskinan menunjukkan bahwa
pemerintah indonesia mampu mengimbangi
antara laju pertumbuhan penduduk dengan
ketersediaan lapangan pekerjaan.
Pemerintah juga berhasil mengendalikan
laju pertumbuhan penduduk indonesia
dimana laju pertumbuhan penduduk
cenderung stabil selama periode 2001-2019.
Pertumbuhan penduduk baru mengalami
peningkatan secara tajam di tahun 2020 ke
2021 sehingga menyebabkan laju
pertumbuhan penduduk tidak berpengaruh
signifikan terhadap kemiskinan di
Indonesia. Temuan ini mendukung
penelitian dari Halim et al., (2022);
Hambarsari & Inggit, (2016); Margareni et
al., (2016)
Namun demikian, kondisi ini perlu
dipertahankan dengan menyeimbangkan
236
antara laju pertumbuhan penduduk dengan
ketersediaan lapangan pekerjaan. Apabila
pada satu waktu terjadi ketimpangan maka
dapat saja hubungan antara laju
pertumbuhan penduduk dengan tingkat
kemiskinan adalah positif. Positif artinya
apabila pertumbuhan penduduk meningkat
pesat maka akan diikuti oleh peningkatan
jumlah kemiskinan seperti dalam temuan
Halim et al., (2022); Margareni et al., (2016);
Sari & Natha, (2016). Tidak hanya
berkorelasi positif namun juga akan
berpengaruh secara signifikan seperti dalam
penelitian Ardiansa et al., (2021); Didu &
Fauzi, (2016); Kevin et al., (2020); Safitri &
Effendi, (2019); Sari & Natha, (2016).
Pengaruh Inflasi Terhadap Kemiskinan
di Indonesia
Telah dijelaskan pada bagian
pendahuluan bahwa inflasi merupakan salah
satu indikator ekonomi makro yang penting
untuk dikendalikan. Inflasi bukan tidak
diperlukan, setiap negara membutuhkan
tingkat inflasi yang terkendali agar
perekonomian berada dalam kondisi
bergairah dimana produsen dapat
memperoleh keuntungan dari aktifitas
produksinya, lapangan pekerjaan tersedia
dan kenaikan harga masih dapat dijangkau
oleh konsumen. Tingkat inflasi normal
tersebut adalah dibawah 10%. Namun
demikian, tingkat inflasi menjadi tidak sehat
dan perlu diwaspadai apabila sudah berada
di atas 10%-30% yang dikenal dengan
tingkat inflasi sedang. Ketika tingkat inflasi
telah berada di atas 30% maka sudah
termasuk ke dalam inflasi berat (Damanik et
al., 2022). Pada kondisi inflasi tersebut harga
barang dan jasa telah naik kepada kondisi
yang tidak terkendali, daya beli menurun
dan tingkat kemiskinan terus meningkat.
Pandangan umum tersebut telah
dibuktikan di dalam penelitian ini dimana
tingkat inflasi memiliki pengaruh yang
positif dan signifikan terhadap tingkat
kemiskinan di Indonesia. Hasil penelitian ini
sejalan dengan temuan Ningsih & Andiny,
(2018) dan Salim & Purnamasari, (2021)
yang menemukan bahwa tingkat inflasi
berpengaruh positif dan signifikan terhadap
tingkat kemiskinan di Indonesia. Namun
demikian, apabila melihat hubungan dan
pengaruh antara inflasi terhadap tingkat
kemiskinan secara regional maka ditemukan
bahwa hubungan antara keduanya adalah
positif, namun tingkat inflasi tidak
mempengaruhi tingkat kemiskinan. Hasil
temuan tersebut dapat dilihat dari
penelitian Halim et al., (2022); Hambarsari &
Inggit, (2016); Ihsan, (2018); Kevin et al.,
(2020). Kondisi ini dapat menggambarkan
bahwa masing-masing daerah tersebut
dapat mengendalikan tingkat inflasinya
sehingga tidak secara signifikan
mempengaruhi tingkat kemiskinan. Berbeda
dengan itu, beberapa penelitiannya lainnya
menunjukkan bahwa tingkat inflasi
berpengaruh positif dan signifikan terhadap
tingkat kemiskinan seperti penelitian
Mardiatillah et al., (2021); Primandari,
(2019); Sari & Natha, (2016). Oleh karena
itu, walaupun di beberapa daerah pengaruh
inflasi terhadap kemiskinan tidak signifikan,
bukan berarti perhatian dan kewaspadaan
terhadap tingkat inflasi dapat diabaikan.
Seperti telah dipaparkan sebelumnya bahwa
inflasi adalah indikator makro ekonomi yang
penting untuk diwaspadai dan dikendalikan
agar tidak melampaui batas kewajaran yang
akan menjerumuskan musyarakat ke dalam
jurang kemiskinan.
KESIMPULAN
Berdasarkan pemaparan
sebelumnya makan dari penelitian ini dapat
ditarik simpulan bahwa laju pertumbuhan
penduduk berpengaruh negatif dan tidak
signifikan terhadap Kemiskinan di Indonesia
dengan koefisien regresi -0,702665 dengan
tingkat signifikansinya 0,7987 yang lebih
besar dari 0,05. Untuk variabel inflasi
ditemukan adanya pengaruh positif dan
237
signifikan terhadap Kemiskinan yang
ditunjukkan oleh koefisien regresi sebesar
0,494011 dengan tingkat signifikansi 0,0033
yang lebih kecil dari 0,05. Apabila dilihat
secara simultan maka laju pertumbuhan
penduduk dan Inflasi secara bersama-sama
berpengaruh terhadap kemiskinan di
Indonesia pada tahun 2001-2021 dengan
prob. F (Statistic) sebesar 0,010424 lebih
kecil dari tingkat signifikansi 0,05.
Selanjutnya koefisien determinasi dari
kedua variabel independen tersebut hanya
sebesar 0,397742 yang dengan kata lain laju
pertumbuhan penduduk dan inflasi hanya
mampu menjelaskan 39,77% variabel
dependen yakni kemiskinan sedangkan
60,23% dijelaskan variabel lain di luar
model penelitian.
SARAN
Berdasarkan temuan-temuan
penelitian maka kajian tentang pengaruh
laju pertumbuhan penduduk dan inflasi
terhadap kemiskinan perlu untuk terus
dilakukan. Hal ini dikarenakan variabel
tersebut merupakan indikator-indikator
pembangunan ekonomi yang mendasar dan
dinamis. Namun demikian, penelitian
selanjutnya dapat mengembangkan variabel
lain yang memiliki potensi untuk
mempengaruhi tingkat kemiskinan.
Secara praktis, melalui penelitian ini
pemerintah diharapkan untuk terus
berupaya menjaga keseimbangan antara laju
pertumbuhan penduduk dengan
ketersediaan lapangan pekerjaan. Kebijakan
seperti mempermudah ijin investasi
disegala bidang tentunya perlu
dipertahankan dan ditingkatkan agar
lapangan pekerjaan bagi masyarakat
terbuka lebar. Pada ahirnya masyarakat
memeiliki pekerjaan dan dapat
meningkatkan kesejahteraan hidupnya.
Pada aspek lain, pemerintah juga
perlu menjaga kestabilan inflasi pada
tingkatan yang wajar. Hal tersebut
dimaksudkan agar selain gairah investasi
tetap terjaga. Pada sisi masyarakat juga akan Terhadap Kemiskinan di Provinsi
memilki daya beli yang tinggi sehingga pada Jambi. J-MAS (Jurnal Manajemen dan
akhirnya pertumbuhan ekonomi dapat Sains), 7(2), 1311.
dicapai dan selanjutnya tingkat kemiskinan https://doi.org/10.33087/jmas.v7i
dapat ditekan. 2.593
Hambarsari, D. P., & Inggit, K. (2016).
DAFTAR PUSTAKA Analisis Pengaruh Pertumbuhan
Ekonomi, Pertumbuhan Penduduk
Ardiansa, A., Saleh, M., & Awaluddin, M.
Dan Inflasi Terhadap Tingkat
(2021). Pengaruh Pertumbuhan
Kemiskinan Di Jawa Timur Tahun
Ekonomi Dan Pertumbuhan
2004-2014. 1.
Penduduk Serta Inflasi Terhadap
Ihsan, K. (2018). Analisis Pengaruh Ump,
Pengangguran Dan Kemiskinan Di
Inflasi Dan Pengangguran Terhadap
Kalimantan Timur.
Kemiskinan Di Provinsi Aceh. 3(3).
Damanik, D., Hermanto, Suatmi, B. D.,
Kevin, K., Putri, A. K., & Nasrun, A. (2020).
Guampe, F. A., Sudirman, A., Amalo,
Pengaruh inflasi dan laju
F., Syatir, A., Widiyarini, Firdaus, M.,
pertumbuhan penduduk terhadap
Supandi, A., & Supartoyo, Y. H.
kemiskinan di Sumatera Bagian
(2022). Ekonomi Makro.
Selatan tahun 2011-2018. SOROT,
Didu, S., & Fauzi, F. (2016). Pengaruh Jumlah
15(1), 33.
Penduduk, Pendidikan Dan
https://doi.org/10.31258/sorot.15.
Pertumbuhan Ekonomi Terhadap
1.33-42
Kemiskinan Di Kabupaten Lebak.
Mardiatillah, R., Panorama, M., &
Jurnal Ekonomi-Qu, 6(1).
Maftukhatusolikhah, M. (2021).
https://doi.org/10.35448/jequ.v6i1
Pengaruh Pengangguran dan Inflasi
.4199
terhadap Tingkat Kemiskinan di
Ghozali, I. (2018). Aplikasi Analisis
Sumatera Selatan Tahun 2015-2019.
Multivariate dengan Program IBM
Jurnal Intelektualita: Keislaman,
SPSS (Edisi 9). Badan Penerbit
Sosial dan Sains, 10(2), 365–370.
Universitas Diponegoro.
https://doi.org/10.19109/intelektu
Guampe, F. A., Sagajoka, E., Damanik, D.,
alita.v10i2.8825
Suatmi, B. D., Kundhani, E. Y.,
Margareni, N. P. A. P., Djayastra, I. K., & Yasa,
Supartoyo, Y. H., Ladjin, N., Lempao,
I. G. W. M. (2016). Faktor-Faktor
N. M., Nona, R. V., & Jaya, A. H. (2023).
Yang Mempengaruhi Kemiskinan Di
Ekonomi Pembangunan (Strategi
Provinsi Bali. PIRAMIDA, 12(1), 101–
Dan Kebijakan). CV. MEDIA SAINS
110.
INDONESIA.
Murobbi, M. N., & Usman, H. (2021).
Guampe, F. A., Walenta, A. S., & Kawani, F. B.
Pengaruh Zakat, Infak Sedekah, dan
(2022). Pengaruh Pertumbuhan
Inflasi Terhadap Kemiskinan di
Ekonomi Dan Pengangguran
Indonesia. Jesya (Jurnal Ekonomi &
Terbuka Terhadap Kemiskinan Di
Ekonomi Syariah), 4(2), 846–857.
Indonesia Tahun 2001-2021. JPEK
https://doi.org/10.36778/jesya.v4i
(Jurnal Pendidikan Ekonomi Dan
2.390
Kewirausahaan), 6(1), 92–102.
Ningsih, D., & Andiny, P. (2018). Analisis
Halim, A., Mayesti, I., & Anggraini, R. (2022).
Pengaruh Inflasi dan Pertumbuhan
Analisis Pengaruh Jumlah Penduduk,
Ekonomi Terhadap Kemiskinan di
Pertumbuhan Ekonomi dan Inflasi
Indonesia. 2(1).

238
Primandari, N. R. (2019). Pengaruh
pertumbuhan ekonomi, inflasi dan
pengangguran terhadap tingkat
kemiskinan di Sumatera Selatan.
Jurnal Ekonomi Pembangunan, 16(1),
1–10.
https://doi.org/10.29259/jep.v16i1
.8856
Safitri, L., & Effendi, M. (2019). Analisis
Pengaruh Pendidikan, Pertumbuhan
Penduduk dan Investasi terhadap
Kemiskinan di Kalimantan Selatan.
JIEP: Jurnal Ilmu Ekonomi Dan
Pembangunan, 2(4), 842–851.
Salim, A., & Purnamasari, A. (2021).
Pengaruh Inflasi Terhadap
Pertumbuhan Ekonomi Indonesia.
Ekonomica Sharia: Jurnal Pemikiran
dan Pengembangan Ekonomi
Syariah, 7(1).
Sari, N. A., & Natha, K. S. (2016). Pengaruh
Pertumbuhan Ekonomi,
Pertumbuhan Penduduk, dan Inflasi
terhadap Jumlah Penduduk Miskin
di Provinsi Bali Periode 1999 – 2013.
E-Jurnal EP Unud, 5(12), 1384–1407.
Todaro, M. P., & Smith, S. C. (2020). Economic
development (Thirteenth). Pearson.

239