hamonangan ritonga , ph.d badan pusat statistik

42
1 PENGEMBANGAN DAN PEMANFAATAN DATA KEMISKINAN DENGAN BERTUMPU PADA KEBIJAKAN SERTA RUANG DAN PELUANG PIHAK LAINNYA Hamonangan Ritonga, Ph.D Badan Pusat Statistik Disampaikan pada Workshop Nasional : Database partisipatif dan pemanfaatannya untuk pemetaan sosial ekonomi interaktif dan Sistem Informasi dan Administrasi Desa/Kelurahan Jakarta, 27 Februari 2014

Upload: luz

Post on 02-Feb-2016

155 views

Category:

Documents


12 download

DESCRIPTION

Pengembangan dan pemanfaatan data kemiskinan DENGAN BERTUMPU PADA KEBIJAKAN serta RUANG DAN peluang Pihak lainnya. Hamonangan Ritonga , Ph.D Badan Pusat Statistik. Disampaikan pada Workshop Nasional : - PowerPoint PPT Presentation

TRANSCRIPT

1

PENGEMBANGAN DAN PEMANFAATAN DATA KEMISKINAN DENGAN BERTUMPU PADA KEBIJAKAN SERTA RUANG DAN

PELUANG PIHAK LAINNYA

Hamonangan Ritonga, Ph.DBadan Pusat Statistik

Disampaikan pada Workshop Nasional : Database partisipatif dan pemanfaatannya untuk pemetaan sosial ekonomi

interaktif dan Sistem Informasi dan Administrasi Desa/Kelurahan Jakarta, 27 Februari 2014

2

Pendahuluan (1):Manajemen Pembangunan dari Perspektif Data Statistik

Politik Pembangunan

Administrasi Pembangunan

Perumusan Kebijakan

Penentuan Kebijakan Implementasi

Issu pembangu

nan

ANALISIS SITUASI:Gambaran obyektif

dan kebutuhan masyarakat

Indikator Keberhasilan

Perencanaan:Desain,

anggaran,dan prosedur MONEV

Monitoring Evaluasi

Prioritas pembangun

an

Renstra KL/Daerah/Des

a

Disepakati Kebijakan, program, kegiatan

Implementasi kegiatan

PostOn Going

33

Peran Data Statistik dalam Pembangunan • Dalam pelaksanaan pembangunan yang baik, penentuan suatu

kebijakan dan pembuatan suatu keputusan yang berdasarkan “fakta” (evidence based policy decision taking and policy-making ) menjadi suatu keharusan.

• Dengan tuntutan kebijakan dan pengambilan keputusan yang berdasarkan fakta, maka data yang dikumpulkan harus valid (sahih) dan reliable (dapat diandalkan atau dipercaya)

• Sistim Statistik Nasional sesuai UU Statistik No. 16 tahun 1997:

1) BPS bertanggung jawab atas statistik dasar,

2) K/LNK bertanggung jawab atas statistik sektoral,

3) Lembaga penelitian (termasuk perguruan tinggi) mengumpulkan statistik khusus.

44

SangatMiskin

Miskin

Hampir Miskin

Kluster-1 (Berbasis keluarga)

1.Beasiswa2.Jemkesmas

3.Raskin4.PKH5.BLT

6.Bantuan Sosial

Kluster-2 (Berbasis

komunitas)

Program Pemberdayaan

Masyarakat(PNPM)

Kluster-3 (Berbasis

UMKM)

Kredit Mikro (KUR)

Kluster-41. Perumahan2. Transportasi

3. Air bersih4. Listrik untuk rakyat miskin

5. Nelayan miskin *)6. Kelompok rentan di perkotaan*)

KEBIJAKAN MAKRO EKONOMI

Meningkatkan

kesejahteraan dan

perluasan

kesempatan kerja

Percepatan

Penanggulangan

Kemiskinan

2014: 8-10 %

Revisi: 9-10,5

SangatMiskin

*

Miskin

Hampir Miskin

Program Anti-Kemiskinan di Indonesia

Sumber: BAPPENAS 2011

5

PENGEMBANGAN DAN PEMANFAATAN DATA KEMISKINAN DI INDONESIA

DATA KEMISKINAN MAKRO(tersedia sejak tahun 1976)

DATA KEMISKINAN MIKRO

1. Metodologi: Konsep: Basic Needs Approach Didasarkan pada Garis

Kemiskinan: Makanan (2100 kkal per kapita perhari ) + Non Makanan Esensial

1. Metodologi: Pendekatan Non-Moneter Didasarkan pada Indeks atau

PMT dari ciri-ciri RT miskin (variabel non-moneter) yg dapat dikumpulksn dengan mudah

2. Sumber data: Susenas (sampel) Sampai 2010: 68.000

rumahtangga Sejak 2011: 300.000 rumah

tangga, triwulanan

2. Sumber data: Nasional: 2005 (PSE05), 2008

(PPLS08), 2011 (PPLS2011) Lokal: Kalsel (1999); DKI (2000),

Jatim (2001)

3. Data menunjukkan jumlah penduduk miskin di setiap daerah berdasarkan ESTIMASI

Estimasi terendah sampai tkt KAB/KOTA

3. Data menunjukkan jumlah RT Sasaran (Menurut Kategori atau ranking) - by name by address

4. Pemanfaatan: Berguna untuk target geografis,

tidak operasional untuk program bantuan langsung kepada rumah tangga

Berguna untuk indikator kinerja

4. Pemanfaatan: Berguna untuk target sasaran

rumah tangga secara langsung, seperti Program Perlindungan Sosial (BLT, PKH, Raskin, Jamkesmas, dsb)

6

DATA KEMISKINAN MAKRO

7

PENGUKURAN KEMISKINAN MAKRO DI INDONESIA

Konsep yang dipakai (BPS) dan juga beberapa negara lain adalah kemampuan memenuhi kebutuhan dasar (basic needs approach)

“ Kemiskinan dipandang sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan (diukur dari sisi pengeluaran)”

Penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran per kapita perbulan di bawah Garis Kemiskinan, yang diperoleh dari hasil Survei Sosial Ekonomi Nasional (SUSENAS) setiap tahun.

8

KOMPONEN GARIS KEMISKINAN (GK):

1.GK Makanan => setara dengan pemenuhan kebutuhan kalori 2100 kkal per kapita perhari. Paket komoditi kebutuhan dasar makanan diwakili oleh 52 jenis komoditi

2.GK Non Makanan => kebutuhan minimum untuk perumahan, sandang, pendidikan, dan kesehatan (51 jenis komoditi di perkotaan dan 47 jenis komoditi di perdesaan)

Tidak Miskin

Miskin

Sangat Miskin (kronis)

Hampir Miskin

●●

● ● A

● B ●●

Garis Kemiskinan (beda tiap provinsi)GK Nasional 2013 = Rp. 271.626GK NTB 2013 = Rp. 262.128GK DKI Jakarta 2013 = Rp. 410.865

●●

●●

Catatan: Metode ini digunakan BPS sejak 1998

9

Jenis-Jenis Komoditi untuk Penghitungan Garis Kemiskinan Makanan

BERAS DAGING BABI NANGKA MUDA GULA PASIR

BERAS KETAN DAGING AYAM RAS BAWANG MERAH GULA MERAH

JAGUNG PIPILAN DAGING AYAM KAMPUNG CABE MERAH TEH

TEPUNG TERIGU TETELAN CABE RAWIT KOPI

KETELA POHON TELUR AYAM RAS KACANG TANAH GARAM

KETELA RAMBAT TELUR ITIK/MANILA TAHU KEMIRI

GAPLEK SUSU KENTAL MANIS TEMPE TERASI/PETIS

TONGKOL/TUNA SUSU BUBUK MANGGA KERUPUK

KEMBUNG BAYAM SALAK MIE INSTANT

TERI BUNCIS PISANG AMBON ROTI MANIS

BANDENG KACANG PANJANG PEPAYA KUE KERING

MUJAIR TOMAT SAYUR MINYAK KELAPA KUE BASAH

DAGING SAPI DAUN KETELA POHON KELAPA ROKOK KRETEK FILTER

10

Jenis-Jenis Komoditi untuk PenghitunganGaris Kemiskinan Non-Makanan

Jenis-Jenis Komoditi untuk PenghitunganGaris Kemiskinan Non-Makanan

PERUMAHAN BENSIN HANDUK/IKAT PINGGANG

LISTRIK POS DAN BENDA POS PERABOT RUMAH TANGGA

AIR PENGANGKUTAN PERKAKAS RUMAHTANGGA

MINYAK TANAH FOTO ALAT DAPUR/MAKAN

KAYU BAKAR PAKAIAN JADI LAKI2 DEWASA ARLOJI/JAM DINDING

OBAT NYAMUK, BATERAI PAKAIAN JADI PEREMPUAN DEWASA TAS

BARANG KECANTIKAN KEPERLUAN MENJAHIT MAINAN ANAK

PERAWATAN KULIT/MUKA ALAS KAKI PBB

KESEHATAN TUTUP KEPALA PUNGUTAN LAIN

PEMELIHARAAN KESEHATAN SABUN CUCI PERAYAAN HARI AGAMA

PENDIDIKAN BAHAN PEMELIHARAAN PAKAIAN UPACARA AGAMA

PERLENGKAPAN MANDI PAKAIAN JADI ANAK-ANAK PAJAK KENDARAAN BERMOTOR

1111

Tahun Garis Kemiskinan Makanan

Garis Kemiskinan

NonMakanan

Garis Kemiskinan

% Konsumsi Makanan

2008 135.270 47.366 182.636 74,07

2009 147.339 59.923 200.262 73,57

2010 155.615 56.111 211.726 73,50

2011 171.834 61.906 233.740 73,52

2012 182.796 65.910 248.707 73,50

2013 199.691 71.935 271.626 73,52

Perkembangan Garis Kemiskinan di Indonesia (Rupiah/ Kapita/Bulan)

Perkembangan Garis Kemiskinan di Indonesia (Rupiah/ Kapita/Bulan)

12

34.0

49.5 48.0

38.7 37.9 38.4 37.3 36.1 35.139.3 37.2 35.0 32.5 31.0 30.0 29.1 28.1

17.4724.2323.43

19.14 18.41 18.20 17.42 16.66 15.97 17.75 16.58 15.42 14.15 13.33 12.49 11.96 11.400

10

20

30

40

50

60

Jumlah Pend. Miskin (Juta Org) % Pend. Miskin

Tren Data Kemiskinan di Indonesia 1996-2013Tren Data Kemiskinan di Indonesia 1996-2013

13

Karakteristik Kemiskinan di Indonesia: (1) Masih banyak penduduk miskin dan rentan miskin

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

2009 2010 2011 2012

VP P NP U

11,96 % (29,13 juta penduduk sangat miskin dan hampir miskin

10,83% (26,39 juta penduduk hampir miskin)

1. Sangat Miskin (VP) < 0,8*PL 2. Miskin (P) ≤ 1*PL 3. Hampir Miskin (NP) : 1*PL - 1,2*PL 4. Tidak Miskin (U): > 1,2*PL

14

Karakteristik Kemiskinan di Indonesia: (2 ) Perbedaan Provinsi Tinggi

Karakteristik Kemiskinan di Indonesia: (2 ) Perbedaan Provinsi Tinggi

14

15

Komoditi

Makanan

Kota (%)

Desa

(%)

Beras 25,88 33,97

Rokok 8,82 7,48

Telur 3,50 2,57

Gula Pasir 2,65 3,67

Mi Instant 2,67 2,28

Tempe 2,26 1,97

Bawang merah 2,24 2,49

Daging ayam ras 2,20 1,57

Tahu 2,20 1,57

Komoditi

Bukan

Makanan

Kota (%)

Desa (%)

Perumahan 9,70 7,36

Listrik 3,57 2,05

Pendidikan 3,06 1,68

Bensin 2,37 1,93

Angkutan 2,13 1,25

15

Karakteristik Kemiskinan di Indonesia: (3 ) Beberapa komoditi berkontribusi tinggi terhadap GK 2013

16

Penduduk miskin 2013:

28.07 juta (11.37 %)

63.2% di Pedesaan

57.8 % bekerja di sektor pertanian

Jumlah ART: 4.82 orang Tamat SD/Buta Huruf Jam kerja pendek Pekerjaan utama: Sektor informal

Kondisi rumah:Tidak ada listrikTidak ada fasilitas WCTidak ada air bersihLuas lantai per kapita< 8 m2Kualitas lantai, dinding, dan atap rendah

Karakteristik kemiskinan di Indonesia: (4)Sebagian besar hidup di pedesaan, tidak produktif, dan

kondisi rumah tidak baik

17

DATA KEMISKINAN MIKRO

1.Pendataan Sosial Ekonomi Tahun 2005 (PSE05)

•Variabel: variabel umum (karakteristik rumah tangga)•Rangking RTS: Indeks dengan bobot lokal•Pelaksana Pendataan: BPS

18

Tujuan,Instrumen, Metodologi dan Kriteria RTS Tujuan,Instrumen, Metodologi dan Kriteria RTS

18

• Tujuan: Mendapatkan Rumah Tangga Sasaran (RTS ) menurut nama dan alamat KRT untuk BLT, Raskin dan Jamkesmas

• Instrumen pendataan– Kuesioner 14 Variabel pembeda kemiskinan, dengan kesesuaian tinggi [> 83%]

dengan kriteria garis kemiskinan

• Pendataan Kemiskinan Ada partisipasi Ketua RT/Dusun/SLS– Tahap 1: meminta Ketua RT membuat daftar rumahtangga layak diberi bantuan – Tahap 2: mendata rumahtangga tersebut dengan instrumen pendataan

• Kriteria Rumah Tangga Sasaran (1)– Cakupan: rumahtangga sangat miskin (RTSM), miskin (RTM), hampir miskin – Dibuat indeks kemiskinan ≡ I RTM = Σi Wi Xi, dimana

Xi = 0 (tidak miskin) atau 1 (sifat miskin) W adalah matrix koefisien dengan dimensi 450 kab/kota kali 14 variabel Kategori: RTSM (I RTM = 0,80-1,00); RTM (I RTM =0,60-0,79); RTHM (I RTM <0,60)

19

Variabel Kemiskinan Non-Moneter

Variabel Kemiskinan Kriteria1. Luas lantai per anggota rumah tangga/keluarga < 8m²

2. Jenis lantai rumah Tanah/papan/kualitas rendah

3. Jenis dinding rumah Bambu, papan kualitas rendah

4. Fasilitas tempat buang air besar (jamban) Tidak punya

5. Sumber air minum Bukan air bersih

6. Penerangan yang digunakan Bukan listrik

7. Bahan bakar yang digunakan Kayu/arang

8. Frekuensi makan dalam sehari Kurang dari 2 kali sehari

9. Kemampuan membeli daging/ayam/susu dalam seminggu Tidak

10. Kemampuan membeli pakaian baru bagi setiap ART Tidak

11. Kemampuan berobat ke puskesmas/poliklinik Tidak

12. Lapangan pekerjaan kepala rumah tangga Petani gurem, nelayan, pekebun

13. Pendidikan kepala rumah tangga Blm pernah sekolah/Tidak tamat SD

14. Kepemilikan aset/barang berharga minimal Rp. 500.000,- Tidak ada

20

RTS Hasil PSE 2005 Menurut Kategori

Kategori Miskin Rumahtangga Sasaran (RTS)

Jumlah %

RTSM 3.894,3 20,4

RTM 8.237,0 43,1

RTHM 6.969,6 36,5

Total 19.100,9 100,0

21

Contoh Daftar RTS Menurut Nama KRT dan Alamat: RT 002, RW 01, Desa “X”, Kab. “Y”

22

DATABASE KEMISKINAN MIKRO

2. Pendataan Perlindungan Sosial Tahun 2008 (PPLS08)

BADAN PUSAT STATISTIK

Variabel: 23 variabel umum (karakteristik rumah tangga dan individu)

Rangking RTS: Model Proxy Means Test (Regressi)Pelaksana Pendataan: BPS

23

Tujuan dan Informasi yang dikumpulkan ● Tujuan:

Menghasilkan RTS untuk Program Perlindungan Sosial: PKH, Raskin, Jamkesmas

● Informasi yang dikumpulkan: data individu:

- Nama dan alamat kepala rumah tangga, jumlah keluarga, dan jumlah anggota rumah tangga, dan hubungan denga kepala rumah tangga ,

- Jenis kelamin, umur, status perkawinan, kepemilikan kartu identitas,

- Partisipasi sekolah, kelas tertinggi yang pernah/sedang diduduki, ijazah tertinggi yang dimiliki,

- Jenis cacat, penyakit kronis/menahun yang diderita,

- Lapangan usaha dari pekerjaan utama dan status pekerjaan utama.

● Informasi yang dikumpulkan: data rumah tangga- Status penguasaan tempat tinggal, luas lantai, jenis dinding, jenis atap, sumber

air minum, cara memperoleh air minum, sumber penerangan utama, bahan bakar utama, dan tempat pembuangan air tinja.

23

24

Metodologi Pendataan [1]

24

• Tahap 1: Ada partisipasi Ketua RT/Dusun/SLS–Daftar RTS-BLT [pre-printed] setiap RT/Dusun/SLS terendah

dilakukan verifikasi dengan negative list => DROP INCLUSION ERROR

–Daftar RTS hasil nominasi RT/Dusun/SLS terendah untuk penyisiran RTS baru untuk verifikasi dengan metode sama => INCLUDE EXCLUSION ERROR

–Sekaligus perbaikan alamat jika ada mutasi• Tahap 2:

–RTS layak hasil Tahap I dilakukan pencacahan• Updating variabel rumah tangga• Keterangan pokok demografi dan sosial ekonomi individu semua

anggota rumah tangga

25

Metodologi Pendataan [2]

25

• Pengolahan Data:– Metode ban berjalan: pencacahan dan pengolahan parallel– Petugas Task Force melakukan pengecekan lapangan dan

sekaligus membawa dokumen hasil pencacahan ke BPS kabupaten/kota untuk pengolahan

– Membuat prediksi pendapatan/pengeluaran per kapita setiap RTS dengan PMT [Proxy Mean Test] per kabupaten/kota

• Tahap 3:– RTS dengan pengeluaran/kapita < 1,2*GK lolos verifikasi – RTS dengan pengeluaran/kapita > 1,2*GK dilakukan verifikasi

lapangan untuk memastikan kelayakan– RTS lolos verifikasi difinalkan pengolahannya

26

PENENTUAN RTS: PROXY MEAN TEST

26

• Prediksi pengeluaran per kapita RTS berdasarkan keterangan karakteristik sosial ekonomi dan keberadaan dan kemudahan akses pada fasilitas sosial dasar

• Model matematika yang secara statistika diuji validitas, kecocokan [fit], dan signifikansinya [minimum error]

Ykap=∑[aijXij+ bikYik] = a1X1 +….+ anXn + b1Y1 +….+ bmYm

Ykap = pengeluaran per kapita a, b = koeffisien persamaan/model; i = 1, 2, …, 489; j = 1, 2, … n; k = 1, 2, … m. X = variabel sosial ekonomi, Y = variabel keberadaan fasilitas dan jarak ke fasilitas [puskesmas, SMP]

489 model berbeda untuk setiap kabupaten/kota

27

RTS Hasil PPLS 2008 Menurut Kategori

Kategori Rumahtangga Sasaran (RTS)

RTS

Jumlah %

RTSM 2.989,9 17,1

RTM 6.828,8 39,1

RTHM 7.665,3 43,8

Total 17.484,0 100,0

28

Contoh Data RTS Menurut Nama KRT dan Alamat : RT 003 RW 02 Desa “X”, Kab. “Y”

Catatan: Sangat Miskin : Pengeluaran/kapiya/bulan: < 0,8 GK (Rp.190.000) Miskin: Pengaluaran/kapita/bulan = 0,80 -1,00 GK

Hampir Miskin: Pengeluaran/Kapita/bulan: 1,00-1,20 GK

29

DATA KEMISKINAN MIKRO

3. Pendataan Program Perlindungan Sosial 2011 (PPLS2011)

BADAN PUSAT STATISTIK

Variabel: 26 variabel umum (keterangan rumahtangga dan anggota rumahtangga)

Rangking RTS: Model Proxy Means TestPelaksana: BPS

30

Basis Data Terpadu untuk

Program Bantuan Sosial

RT Sangat MiskinRT Miskin

RT Hampir Miskin

BLTBLT

JamkesmasJamkesmas

RaskinRaskin

Pengalaman berbagai pentargetan sebelumnya

INPUT

TARGET

Tujuan:Menyusun Basis Data Terpadu Nasional (40 % termiskin)

Proses Pendataan

2011

Proses Pendataan

2011

Proses Pendataan

2011

Proses Pendataan

2011

PROSES PENDATAAN (Dilakukan 3 tahun

sekali terakhir 2008, berikutnya 2011)

PROSES PENDATAAN (Dilakukan 3 tahun

sekali terakhir 2008, berikutnya 2011)

Dilaksanakan terintegrasi oleh BPS

Sebagai basis data nasionalSebagai sumber data bagi penerima semua program

penanggulangan kemiskinan/perlindungan sosial

TNP2K MELAKUKAN KENDALI MUTU SISTEM PENTARGETAN

Survei penduduk digunakan untuk mempertajam sasaran rumah tangga yang menjadi sasaran proses pendataan

PKHPKH

Program LainProgram Lain

31

Informasi yang dikumpulan dalam PPLS 2011 Keterangan Individu Keterangan Rumahtangga

Nama Kepemilikan rumah tinggalUmur Luas lantaiJenis kelamin Jenis lantai terluasStatus perkawinan Jenis dinding terluasHubungan dengan kepala rumah tangga dan keluarga

Jenis atap terluas

Kepemilikan kartu identitas Sumber air minumKecacatan Cara memperoleh air minumPenyakit kronis Sumber penerangan utamaKeterangan kehamilan Bahan bakar utama memasakPartisipasi sekolah Kepemilikan jambanPendidikan tertinggi Kepemilikan asset Lama sekolah Kepesertaan dalam program KB dan program klaster 1Mempunyai pekerjaan

Lapangan usaha

Status pekerjaan

32

Metodologi Pendataan PPLS 2011●Cakupan:

- Wilayah: 33 Provinsi, 497 Kabupaten/Kota 6.699 Kecamatan, 77.062 desa/kelurahan, ± 1,2 juta Satuan Lingkungan Setempat Terkecil (SLS): Rukun Tetangga, Dukuh, Jorong, dsb

- Calon rumahtangga untuk di survei : ± 26 juta (42,5% penduduk)Petugas: Pencacah Lapangan (PCL)= 99.365 orang;

Pengawas (PML) = 16.706 Orang

● Mekanisme Pendataan Ada partisipasi warga miskin- verifikasi keberadaan 26 juta calon rumahtangga terindikasi rentan

miskin (sangat miskin, miskin, dan hampir miskin) untuk di survei pada Ketua SLS:RT, Dukuh, Jorong, dsb.

- konsultasi di ruang tertutup dengan 3 rumahtangga miskin => menambah rumahtangga miskin yang belum dicakup [exclusion error]

- penyisiran pada saat pendataan calon rumah tangga untuk menambah rumahtangga miskin yang belum dicakup [exclusion error]

- pencacahan pada calon rumah tangga sasaran: => Komputer akan membuang rumahtangga mampu, misalnya PNS, Polri, TNI, Pegawai BUMN/BUMD, dan rumahtangga mampu lainnya [inclusion error]

33

Tahapan Pendataan

Prelisted RTS per

SLS

RTS miskin

Konfirmasi keberadaan RTS pada Ketua RT

Konsultasi tambahan RTS

KONSULTASI DENGAN RTS MISKIN

Keliling SLS, SWEEPING

Updated lists RTS

1 2

3

Ketua RT

Database PPLS 2011

Data Entry

Validasi dan kompilasi propinsi

Kompilasi Pusat

Evaluasi final

kelayakan RTS

34

Pengurutan Rumah Tangga Sasaran (RTS)

' 'ˆ ˆˆexpij ij ij ijy x β z θ

Pengurutan RTS: menggunakan model Proxy Means Test (PMT), yaitu Regresi pengeluaran per kapita dengan variabel non moneter, termasuk Wealth Index. Diperoleh Perkiraan pengeluaran perkapita setiap RTS.Formula Pengurutan RTS sebagai berikut:

Dimana:yij = pengeluaran konsumsi per capita pada rumahtangga i des j

α = intercept β = pekiraan koefisien karakteristik rumahtangga (Susenas 2011) Xij = vector karakteristik rumahtannga ke i pada desaj θ = perkiraan koefisien variabel wealth index (PPLS 2011) Zj = vector variabel wealth index (PPLS 2011)

εij = kesalahan model

35

RTS Hasil PPLS 2011 Menurut Kategori

Kategori Rumahtangga Sasaran (RTS)

RTS

Jumlah %

RTSM 2.721,6 10,8

RTM 3.744,8 14,8

RTHM 6.406,8 25,4

RT Rentan Lainnya 12.346,6 49,0

Total 25.219,8 100,0

36

Contoh Data Cakupan RTS Menurut KRT dan Alamat: RT 002 RW 02, Desa”X”, Kab. “Y”

Catatan: Sangat Miskin: Pengeluaran/kapita/bulan < 0,8 GK (GK 2011= Rp. 226.000) Miskin: Pengeluaran/kapita/bulan = 0,80-1.00 GK Hampir Miskin: Pengeluaran/kapita/bulan = 1,00-1,20 GK

37

Keterbatasan Pendataan BPS untuk Perencanaan dan Evalusi Pembangunan Tingkat Desa/Kelurahan (1)

1. Sesuai UU Statistik No. 16 tahun 1997, BPS mempunyai tugas menyediakan statistik dasar (angka ringkasan atau agregat) untuk perencanaan pembangunan tingkat wilayah atau targer sasaran geografis dan evaluasi kinerja hasil pembangunan, bukan untuk menyediakan keterangan individu atau data mentah unit observasi;

2. Meskipun BPS melakukan pengumpunan data secara menyeluruh atau sensus (sensus penduauk untuk tahun bekahiran 0, sensus pertanian untuk tahun berakhiran 3, dan sensus ekonomi) penyajiannya paling rendah hanya memungkinkan sampai tingkat desa.

3. Data terendah lainnya yang dihasilkan BPS pada tingkat desa/kelurahan adalah hasil Pendataan Potensi Desa setiap 3 tahun, tetapi hanya menyajikan data potensi dan profil desa, dan tidak mencakup data individu penduduk.

38

Keterbatasan Pendataan BPS untuk Perencanaan dan Evaluasi Pembangunan Tingkat Desa/Kelurahan (2)

4. Dalam pendataan kemiskinan mikro (PSE 2005, PPLS 2008, dan PPLS 2011), BPS hanya melakukan pengumpulan dan pengolahan; sedangkan penyajiannya adalah oleh Kementerian atau Lembaga yang berwenang, misalnya PPLS 2011 oleh TNP2K.

5. Dalam pengumpulan data kemiskinan, BPS hanya melibatkan masyarakat dan pemimpin di tingkat desa secara terbatas untuk maksud meminimalkan kesalahan inclusion error akibat nepotisme (elite capture) dan moral hazard, serta exclusion error.

6. Dalam pengumpulan data kemiskinan mikro, untuk alasan keterbandingan antar wilayah BPS menggunakan variabel oprasional umum, tidak memasukkan variabel lokal spesifik.

39

Keterbatasan Data Kemiskinan BPS

BPS biasanya melakuka pemantauan statistik dengan variabel-variabel operasional yang dirancang dengan asumsi seragam tentang organisasi sosial setempat,

Database kemiskinan Database kemiskinan mikro yang dihasilkan BPS menggunakan variabel umum dan seragam untuk semua, dan tidak memperhatikan variabel spesifik lokal.

Informasi statistik yang benar-benar menggambarkan kondisi lokal, dengan budaya berbeda secara lebar diantara populasi penduduk Indonesia, sangat tidak tersedia.

Diperlukan pendekatan berbasis komunitas, tetapi perlu

fasilitator karena rawan elite capture atau moral hazard

40

Peluang Partisipasi Pihak Lainnya1. Untuk mengembangkan strategi penanggulangan kemiskinan

yang efektif di tingkat desa/kelurahan, tidak hanya diperlukan identifikasi runahtangga/penduduk miskin, tapi juga penyebab kemiskinan serta dampaknya.

2. Penyebab dan dampak kemiskinan berbeda antar wilayah, tergantung perbedaan organisasi sosial diantara wilayah/daerah;

3. Dalam monitoring kemiskinan, perlu diperhatikan perubahan status kesejahteraan dari individu/keluarga oleh pihak lainnya; melalui partisipasi warga.

4. Perlu verifikasi data yang dihasilkan BPS, dan kedepan desa/kelurahan dapat mengembangkan sendiri kemiskiskinan partisipatif, didukung oleh fasilitator yang kompeten dan dapat dikaitkan dengan kriteria standar nasional.

5. Berdasarkan hsil Uji Coba BPS, bekerja sama dengan WB dan LSM Mitra Samya (2009), metode terbaik adalah Metode Hibrida

41

Hasil Uji Coba Pendataan Kemiskinan Mikro Kerjasama BPS, WB, dan LSM Mitra Samya (2009)

INDIKATOR METODE

PMT KOMUNITAS(Ada fasilitator)

HIBRIDA(Kombinasi )

1. Waktu Pelaksanaan Relatif Cepat Relatif Lama, karena harus tunggu kuota

Relatif Cepat

2. Objektifitas Konsep Obyektif Kurang Obyektif Obyektif

3. Komplain Massa Relatif Banyak Relatif Tidak Ada Relatif Kecil

4. Akurasi Data Akurat Sangat akurat untuk yang paling miskin, tapi kurang akurat untuk diatas sangat miskin

Sangat Akurat

5. Kriteria Sama antar wilayah

Beda antar kecamatan, desa, RT

Sama antar wilayah

6. Pemeringkatan Bisa dibandingkan antar kec, Desa, RT

Tidak bisa dibandingkan antar kecamatan

Bisa dibandingkan antar kec. Desa, RT

42

TERIMA KASIH

DATA ITU SULIT DAN MAHAL, TETAPI AKAN LEBIH SULIT DAN MAHAL

MEMBANGUN TANPA DATA

42