laporan akhir - perpustakaan...

LAPORAN AKHIR

PENGEMBANGAN DAN PEMANFAATANBASIS DATA REGIONAL

Direktorat Pengembangan WilayahDeputi Bidang Pengembangan Regional dan Otonomi DaerahKementerian Negara Perencanaan Pembangunan Nasional/ BAPPENAS

2009

Laporan Akhir

PENGEMBANGAN DAN PEMANFAATAN BASISDATA REGIONAL

DALAM RANGKA MENDUKUNG OTONOMI DAERAH

PENGARAH Ir. Max H. Pohan, CES, MA

PENANGGUNG JAWAB Ir. Arifin Rudiyanto M.Sc, Ph.D

TIM PENYUSUN Drs. Sumedi Andono Mulyo, MA, Ph.D; Awan Setiawan, SE, MM, ME

Uke Mohammad Hussein, S.Si. MPP; Supriyadi, S.Si, MTP Rudi Alfian, SE; Yudianto, ST, MT, MPP; Agung Widodo, SP, MIDEC

Fidelia Silvana, SP, M.Int.Econ & F; Anang Budi Gunawan, SE Ika Retna Wulandary, ST

TIM AHLI Bambang Waluyanto, SE; Nana Mulyana, SP; Azis Faizal F, S.Kom

Tri Supriyana, ST; Setya Rusdianto, S.Si; Said Faisal Albar, ST Donny Yanuar; Cecep Supriyadi; Slamet Supriyanto, Vini Irawaty,

I Wayan tirtha Kusuma; Samudin; Suratno

TIM PENDUKUNG Anna Astuti; Eni Arni ; Sapto Mulyono

Komentar, saran dan kritik dapat disampaikan ke :

Direktorat Pengembangan Wilayah Deputi Bidang Pengembangan Regional dan Otonomi Daerah Badan Perencanaan Pembangunan Nasional (BAPPENAS)

Jl. Taman Suropati No. 2 Jakarta Pusat 10310 Telp/Fax. (021) 3193 4195

Laporan Akhir: Pengembangan dan Pemanfaatan Basisdata Regional 2009

KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Allah SWT yang telah

melimpahkan rahmat dan karunia-Nya sehingga kami dapat menyelesaikan

laporan akhir yang berjudul ”Pengembangan dan Pemanfaatan

Basisdata Regional Dalam Rangka Mendukung Otonomi Daerah”.

Laporan akhir ini terdiri dari empat bab. Bab pertama tentang

justifikasi penelitian yang mencakup latar belakang, tujuan, sasaran, lingkup

pekerjaan, metode pelaksanaan dan keluaran. Tiga bab berikutnya tentang

pengembangan sistem database perencanaan pembangunan regional,

kumpulan model perhitungan dan indikator pembangunan wilayah, serta

pengembangan publikasi data dan informasi.

Namun, seperti kata pepatah “tidak ada gading yang tak retak”, tentu

laporan ini masih jauh dari sempurna. Oleh karena itu, kami sangat

mengharapkan komentar, masukan, saran dan kritik yang membangun dalam

laporan akhir ini.

Akhir kata kami mengucapkan terima kasih kepada mitra kerja, baik di

pusat maupun daerah, serta pihak-pihak terkait lainnya yang telah membantu

dalam penyusunan laporan ini. Semoga laporan ini bermanfaat.

Jakarta, Desember 2009

Direktur Pengembangan Wilayah

Direktortat Pengembangan Wilayah, Bappenas i


Direktorat Pengembangan Wilayah, Bapenas ii

KATA PENGANTAR i

DAFTAR ISI ii

DAFTAR TABEL iii

BAB I PENDAHULUAN

1.1. Latar Belakang .................................................................... . I-1

1.2. Tujuan ................................................................................. . I-3

1.3. Sasaran ................................................................................ . I-3

1.4. Lingkup Pekerjaan dan Metode Pelaksanaan ..................... I-3

1.5. Keluaran yang Diharapkan ................................................. . I-5

BAB II METODOLOGI

2.1. Identifikasi Kebutuhan Data dan Studi Literatur …………. II-2

2.2. Pengumpulan dan Pengolahan data ………………………....... II-3

2.3. Pengembangan Aplikasi Penyajian data berbasis Web …. II-9

2.3.1 Muatan dan Tampilan Data ……………………………... II-11

2.3.2 Desain Antarmuka .................................................. II-12

2.3.3 Fitur Aplikasi .......................................................... II-13

2.3.4 Aplikasi Sistem ....................................................... II-17

BAB III MODEL ANALISIS PENGEMBANGAN WILAYAH

3.1. Pembangunan Daerah Dalam Angka (PDDA) .…………….. III-1

3.2. Analisis Kesenjangan Antar Wilayah .………………………..... III-29

3.2.1 Fokus Substansi untuk Penyajian

Profil Kesenjangan Antar Wilayah …………………….. III-32

3.2.2 Metode Penyajian Profil Kesenjangan ..................... III-41

BAB IV PENGEMBANGAN PUBLIKASI DATA DAN INFORMASI

4.1. Penyusunan Buku Pembangunan Daerah Dalam Angka .. IV-1

4.2. Penyusunan Buku Analisis Kesenjangan Antar Wilayah ... IV-4

DAFTAR ISI


Direktorat Pengembangan Wilayah, Bappenas iii

Tabel Penjelasan Komponen dan teknologi dari Arsitektur SIMBADREG .......... II-15

Tabel Perkembangan Pembuatan Sistem Aplikasi SI Basis Data Regional ........... II-18

Tabel 3.1. Nilai maksimum dan minimum komponen IPM...................... III-5

Tabel 3.2. Nilai maksimum dan minimum komponen IPJ........................ III-8

Tabel 3.3. Jumlah komoditi makanan dan bukan makanan yang diguna-

kan dalam penentuan garis kemiskinan.................................... III-12

DAFTAR TABEL


BAB I PENDAHULUAN

1.1. Latar Belakang

Ketersediaan data dan informasi yang memadai akan memberikan dasar dan

arahan yang lebih akurat kepada perencana/pengambil kebijakan dalam

merumuskan kebijakan dan program pembangunan yang tepat, serta

memudahkan dalam mewujudkan sasaran pembangunan secara sistematik.

Sebaliknya proses perencanaan tanpa dukungan data dan informasi yang memadai

seringkali menghasilkan kebijakan dan program yang kurang tepat dalam

merespon berbagai permasalahan yang ada. Semakin berkembangnya dinamika

perkembangan wilayah yang kompleks akan memberikan implikasi terhadap

tuntutan dalam memahami permasalahan yang berkembang. Dengan demikian,

ketersediaan data secara lengkap dan mutakhir merupakan bagian penting bagi

institusi perencana.

Untuk mendukung kebutuhan tersebut, Direktorat Pengembangan Wilayah

(dahulu Direktorat Kewilayahan 1) sejak tahun 2006 telah mengembangkan

Sistem Informasi dan Data Base Pengembangan Regional yang mengolah dan

menyimpan data-data yang diperlukan dalam analisis pengembangan wilayah,

terutama terkait dengan tujuan utama untuk mengurangi kesenjangan

pembangunan antarwilayah. Setiap tahun data dan informasi ini dimutakhirkan

dengan data-data terbaru, baik data-data sekunder yang dikeluarkan oleh BPS

maupun departemen teknis/LPND terkait. Di samping itu, sejalan dengan

dinamika yang berkembang sistem basis data dan informasi ini juga terbuka

terhadap kemungkinan perluasan substansi data dan informasi sebagai penunjang

dalam perumusan kebijakan pembangunan wilayah. Pada konteks tersebut,

kegiatan pengembangan basis data saat ini disamping melakukan pemutakhiran

basis data yang ada, juga mendukung otonomi daerah, yaitu melalui

pengembangan basis data dalam unit analisis kabupaten/kota.

Direktorat Pengembangan Wilayah, Bappenas I - 1


Disamping kegiatan pengembangan basis data, kegiatan perencanaan

pembangunan suatu daerah memerlukan pertimbangan berbagai informasi, baik

internal maupun eksternal. Informasi internal adalah informasi yang spesifik

mengenai daerah yang bersangkutan, sedangkan informasi eksternal adalah

informasi pembanding dari daerah-daerah lain, termasuk di dalamnya informasi

keterkaitan antar daerah. Jika ditinjau dari kedalaman informasi untuk kebutuhan

perencanaan pembangunan, maka dapat digali informasi pada konteks

kesenjangan antarwilayah yang mencakup dimensi wilayah pulau, provinsi, dan

kabupaten/kota.

Informasi sebagaimana diuraikan di atas merupakan instrumen yang penting

dalam era otonomi karena akan memfasilitasi proses penyeimbangan, baik melalui

upaya internal tiap daerah dan kelompok masyarakat maupun melalui upaya

kerjasama antar daerah dan antar kelompok masyarakat. Berdasarkan informasi

tersebut, maka kita dapat menilai tingkat kecukupan kegiatan pembangunan yang

selama ini dilakukan, dan mengajukan berbagai alternatif kebijakan dan program

pembangunan yang diperlukan. Dengan demikian informasi semacam itu akan

mendorong sinergi pembangunan antar daerah dan masyarakat.

Selain itu, perumusan cakupan data dan informasi serta model pemanfaatannya

perlu diarahkan terhadap berbagai isu pembangunan yang berkembang saat ini

untuk memberikan manfaat bagi perencanaan pembangunan di daerah. Model

perencanaan pembangunan tersebut diharapkan dapat memberikan orientasi

dalam merumuskan berbagai kebijakan pembangunan daerah yang diperlukan.

Hasil kegiatan yang dilakukan di tahun 2009 menghasilkan beberapa output

diantaranya buku pembangunan daerah dalam angka tahun 2009, buku analisis

kesenjangan, buku peta kesenjangan dan buku triwulanan. Dalam

perkembangannya keempat buku tersebut harus dilakukan beberapa tambahan

dalam pemutahiran data dan informasi sehingga dapat lebih up date memberikan

informasi di tingkat pusat maupun di daerah.

Menindaklanjuti hal tersebut serta didukung dengan dinamika perkembangan

data dan informasi yang melaju cepat, maka perlu dilakukan tindakan untuk

memperkuat pengembangan basis data yang komprehensif khususnya dalam

mendukung otonomi daerah. Sementara dalam rangka pemanfaatan basis data,

akan dilakukan pemutakhiran buku Pembangunan Daerah Dalam Angka (PDDA,



tahun 2009) sebagai pemutakhiran dari publikasi sebelumnya, dan penyusunan

Profil Kesenjangan Antardaerah yang diharapkan dapat menjadi bahan

pertimbangan dalam proses penyeimbangan pembangunan antar daerah.

1.2. Tujuan

Kegiatan ini dimaksudkan untuk memperkuat dukungan system database

wilayah dalam proses perencanaan pembangunan, baik perencanaan bentuk

kegiatan (sektor), perencanaan pembiayaan, maupun perencanaan distribusi

kegiatan secara spasial. Sedangkan tujuan Pengembangan dan Pemanfaatan Basis

Data Regional untuk:

1. Pemutakhiran basis data dan informasi tekstual maupun spasial untuk

mendukung perencanaan regional.

2. Pengembangan aplikasi penyajian data dan informasi.

3. Penyusunan dan penyebarluasan model pemanfaatan data dan informasi

untuk mendukung kapasitas perencanaan di daerah.

4. Penyusunan bahan publikasi tahun 2008

1.3. Sasaran

Sasaran Penerima Manfaat kegiatan Penyusunan Pengembangan dan

Pemanfaatan Basis Data Regional meliputi:

a. Penerima manfaat langsung: staf Perencana Direktorat Pengembangan

Wilayah, staf di lingkungan Kedeputian Pengembangan Regional dan

Otonomi Daerah, Staf Perencana Bappenas.

b. Penerima manfaat tidak langsung: Departemen Sektor, Pemerintah Daerah.

1.4. Lingkup Pekerjaan dan Metode Pelaksanaan

Lingkup Pekerjaan

Untuk menjalankan kegiatan Pengembangan dan Pemanfaatan Basis Data

Regional, akan meliputi lingkup pekerjaan sebagai berikut:



a. Merumuskan cakupan kebutuhan pemutakhiran data dan informasi dan

identifikasi sumber data;

b. Pengumpulan data, integrasi data terkini ke dalam sistem basis data;

c. Kunjungan lapangan dalam rangka pengumpulan data dan mengidentifikasi

berbagai isu pembangunan di daerah;

d. Pengolahan dan analisis data;

e. Pemeliharaan dan pengembangan aplikasi penyajian data dan informasi;

f. Penyusunan publikasi PDDA;

g. Penyusunan profil kesenjangan antardaerah kab/kota;

h. Sosialisasi dan diseminasi model pemanfaatan data dan informasi untuk

mendukung kapasitas perencanaan di daerah. Kegiatan ini akan dilakukan

di beberapa provinsi terpilih yang mewakili untuk masing-masing pulau

besar yaitu Provinsi Kalimantan Selatan, DI. Yogyakarta, dan Bangka

Belitung;

i. Lokakarya;

j. Sosialisasi dan distribusi publikasi;

Metode Pelaksanaan:

a. Merumuskan cakupan kebutuhan data dan informasi yang dibutuhkan

(melalui proses evaluasi terhadap sistem yang sudah ada)

b. Pengumpulan data

c. Pengolahan dan Analisis Data

d. Integrasi data terkini ke dalam sistem basis data

e. Pengembangan aplikasi data retrieval.

Dalam rangka penyusunan dan sosialisasi hasil kegiatan ini, daerah yang

akan dikunjungi untuk masing-masing wilayah antara lain:, Kalimantan Selatan,

Bangka Belitung dan DI Yogyakarta.




1.5. Keluaran yang Diharapkan

Melalui kegiatan ini diharapkan dapat diperoleh keluaran:

1. Terbangunnya basis data dan informasi mutakhir untuk mendukung

perencanaan regional.

2. Aplikasi penyajian data dan informasi yang telah dimutakhirkan.

3. Publikasi Buku PDDA tahun 2009.

4. Buku Profil Kesenjangan Antardaerah.


BAB II PENGEMBANGAN SISTEM BASISDATA

Pengembangan dan Pemanfaatan Basis Data Regional berorientasi terhadap

penguatan perencanaan pembangunan wilayah, sehingga agenda perluasan dan

pendalaman unit analisis data akan terus dikembangkan sejalan dengan

kebutuhan data dan informasi untuk perencanaan pembangunan. Kerangka

pendekatan dalam pengembangan basis data regional tersebut dapat digambarkan

sebagai berikut:

Sumber Data: Pemutakhiran

SIMBAD REG

BPS Sektor

terkait Daerah Web Site

Pem

utakhiran

BASIS DATA

REGIONAL

INDIKATOR REGIONAL

ANALISIS

SET INDIKATOR KETIMPANGAN ANTAR DAERAH

SOSIALISASI/PUBLIKASI

Pendalaman Unit Analisis Data Kabupaten/Kota

PDDA

Kesenjangan

Antar Wilayah

PENGEMBANGAN DATA DAN INFORMASI DALAM RANGKA MENDUKUNG OTONOMI DAERAH

Berdasarkan kerangka pendekatan pengembangan basis data regional, tahapan

pelaksanaan yang akan dilakukan meliputi:

Direktorat Pengembangan Wilayah, Bappenas II - 1


2.1.Identifikasi Kebutuhan Data dan Studi Literatur

Pendekatan dalam mengidentifikasi kebutuhan data yang relevan dapat dilakukan

melalui proses penyeleksian dari data yang tersedia secara reguler (data sekunder)

dari berbagai instansi pemerintah yang menjadi sumber data, dan melalui

identifikasi variabel dan indikator yang relevan dengan konteks perencanaan

wilayah. Beberapa instansi pemerintah yang terkait dengan kebutuhan data

diantaranya instansi yang bertugas secara langsung mengumpulkan data seperti

BPS, atau dari instansi sektor-sektor terkait lainnya seperti Departemen Pertanian,

Pekerjaan Umum (PU), Pendidikan Nasional, Kesehatan, Perhubungan, Lembaga

Bakosurtanal dan lembaga –lembaga pemerintah lainnya.

Untuk memperkaya identifikasi variabel dan indikator yang relevan, dilakukan

melalui adopsi beberapa rumusan indikator yang telah dikembangkan oleh

beberapa lembaga terkait, atau diturunkan dari rumusan kebijakan pembangunan

yang telah ditetapkan. Acuan tersebut adalah Handbook Penyelenggaraan

Pemerintahan dan Pembangunan Daerah, yang menjadi pedoman bersama oleh

Pemerintah Pusat dan Pemerintah Daerah dalam mengawal dan mengupayakan

pencapaian berbagai sasaran pembangunan yang telah ditetapkan dalam Rencana

Pembangunan Jangka Menengah (RPJM) 2004-2009. Hasil identifikasi dari

rumusan indikator tersebut di atas, selanjutnya diintegrasikan dengan kebutuhan

data berdasarkan hasil diskusi dan konsultasi bersama dengan staf terkait

dilingkungan Bappenas.

Untuk mengoptimalkan kegiatan identifikasi kebutuhan data ini, akan dilakukan

melalui langkah-langkah kegiatan sebagai berikut:

1. Mapping data yang tersedia

2. Identifikasi kebutuhan pemutakhiran data

3. Lokakarya dengan stakeholders terkait

Kegiatan lokakarya dimaksudkan untuk mengkoordinasikan kebutuhan jenis data

dan informasi yang dibutuhkan sesuai dengan tujuan dari kegiatan pengembangan

dan pemanfaatan basis data regional. Dalam pelaksanaan kegiatan lokakarya

tersebut akan melibatkan berbagai pihak terkait terutama dilingkungan Bappenas.



2.2. Pengumpulan dan pengolahan data

Basis Data adalah kumpulan dari item data yang saling berhubungan satu

dengan yang lainnya yang diorganisasikan berdasarkan sebuah skema atau

struktur tertentu, tersimpan di hardware komputer dan dengan software

untuk melakukan manipulasi untuk kegunaan tertentu.

Penyusunan basis data digunakan untuk mengantisipasi masalah antara

lain :

1. Redundansi dan inkonsistensi data

2. Kesulitan mengakses data

3. Isolasi data untuk standarisasi

4. Keamanan data

5. Integrasi data

6. Independensi data

Beberapa alternative bentuk aplikasi penyajian data adalah sebagai berikut :

Data Retrieval, yakni aplikasi penyajian data yang digunakan

untuk menampilkan informasi (data) hasil-hasil olahan yang akan

dipakai oleh proses berikutnya. Output dari program ini tidak berupa

laporan yang langsung diberikan kepada user tetapi lebih bersifat

sebagai penyedia data untuk proses-proses yang lain.

Data Viewer, aplikasi penyajian data yang memudahkan

pembuatan query yang fleksibel dan sesuai dengan keinginan user.

Untuk memperoleh data atau informasi yang diinginkan, user dapat

memilih variabel-variabel dari sumber data yang diinginkan.

Web, aplikasi ini bertujuan untuk menyampaikan semua

data/informasi yang yang seharusnya dapat disampaikan kepada

user. Aplikasi ini sebagai bentuk dari publikasi yang menggunakan

teknologi internet/intranet yang berbasis data.



Lingkup kegiatan dalam pengembangan basis data antara lain meliputi :

1. Pengumpulan data, kegiatan ini dilakukan dengan memanfaatkan

ketersediaan data dari pusat maupun daerah secara berkelanjutan.

2. Pengolahan data, kegiatan pengolahan data dilakukan secara

sistematis dan berkesinambungan mengingat kualitas dan kuantitas

data yang berasal dari berbagai sumber mempunyai tingkat

keragaman yang tinggi. Secara diagramatis, proses pengolahan data

base dapat dilihat pada gambar berikut ini.

3. Penyeragaman format data, kegiatan ini dilakukan untuk

memudahkan dalam membuat analisa data secara cermat, tepat dan

efisien, mengingat bervariasinya tahun pembuatan data dan sifat

dari data itu sendiri.

4. Update data, kegiatan ini dilakukan untuk menghasilkan suatu

data/informasi yang akurat dan mutakhir.

5. Pemeliharaan data, pemeliharaan data merupakan kegiatan yang

harus dilakukan di dalam mendukung pengembangan sistem basis

data yang berkelanjutan.

6. Penyajian data, kegiatan ini menghasilkan suatu bentuk aplikasi

perangkat lunak yang dapat melakukan penyajian data dan informasi

secara mudah dan berkesinambungan.



Diagram Proses Pengolahan Data

Telah disebutkan pada penjelasan mengenai Database, bahwa ada 4

bagian proses utama dalam pengolahan data, yakni:

1. Proses pengumpulan data

Proses ini dimulai dengan pengecekan jenis data. Untuk data lunak

(soft-copy) dengan sangat mudah langsung dimasukkan ke dalam

database mentah. Sedangkan untuk data cetakan (hard copy) melalui

proses entry yang digambarkan sebagai berikut:



a) Data yang diperoleh dari sumber data masih berupa hard-copy

b) Dari data yang didapat perlu analisa variabel apa saja yang akan

dipakai untuk dapat dijadikan suatu tabel

c) Pembentukan struktur data dan aplikasi entry data

d) Pengisian data ke dalam tabel-tabel yang telah disiapkan didalam

aplikasi data entry.

e) Validasi data, sangat diperlukan untuk pengecekan isi data dari hasil

entry yang telah dilakukan, jika terjadi kesalahan maka harus

dilakukan perbaikan, jika tidak data tidak layak/tidak siap diolah.

Hasil dari proses entry data langsung dimasukkan ke dalam database

mentah dan siap untuk dilakukan proses pengolahan data selanjutnya.

2. Proses pengolahan data mentah

Pada pengolahan data mentah ada beberapa kegiatan yang harus

dilakukan untuk menghasilkan suatu data yang layak dipakai dalam

pengolahan data selanjutnya. Kegiatan-kegiatan tersebut digambarkan

seperti di bawah ini:

a. Data cleansing

Pada kegiatan ini terjadi suatu proses pembersihan/penyerasian

data menurut struktur data yang ada, agar pola kodefikasi yang ada

dapat distandarisasi dan lebih konsisten.



b. Segmentasi

Kegiatan ini sebagai salah satu metode pengolahan data dalam hal

pemilahan data menjadi bagian-bagian tertentu sesuai dengan

tema agregasi yang diinginkan. Cara ini bermanfaat untuk melihat

pola/alur pengelompokan data yang lebih rinci.

c. Agregasi

Kegiatan ini adalah melakukan penghitungan variabel tertentu

untuk menghasilkan tingkatan yang lebih tinggi dari data.

Contohnya, dari tingkat data yang paling rendah (tingkat desa)

untuk mengetahui variabel pada tingkat tertentu, misalnya tingkat

kabupaten perlu dilakukan kegiatan agregasi ini.

Setelah data dianggap layak, maka dilakukan proses formatisasi data

tabel dimana dalam proses ini melakukan penyusunan data ke dalam

suatu format tabel yang telah ditetapkan, berawal dari penamaan tabel

sampai dengan penamaan variabel dan satuan yang dipakai dalam

variabel menurut prosedur yang berlaku pada database. Proses

formatisasi ini sangat diperlukan untuk menghindari kesalahpahaman

dalam penggunaan penamaan file, variabel dan satuan yang dipakai

pada tabel.

Kegiatan selanjutnya adalah memasukkan data hasil formatisasi data

tabel tersebut ke dalam database intermediate dan sekaligus juga

melakukan pencatatan dari keberadaan dan ketersediaan data yang ada.

Bila data yang telah melalui tahap pengolahan data mentah dianggap

tidak layak, maka dilakukan langkah pengkoordinasian kepada sumber

data bersangkutan, hal dilakukan untuk segera mendapat klarifikasi

agar data yang dianggap tidak layak tersebut dapat ditindak lanjuti

dengan cepat dan cermat.

Untuk melakukan proses data mentah di gunakan apliaksi SPSS, MS

Access, MS Excell dan SQL Server.



3. Proses integrasi antara data intemediate dengan daftar

indicator

Proses integrasi data intermediate dengan daftar indikator dapat dilihat

pada gambar berikut.

Pada proses ini data yang akan diintegrasikan dengan daftar indikator

berasal dari database intermediate. Proses ini dimulai pada tahapan

kegiatan identifikasi data indikator dengan yang ada pada database

intermediate. Hasil dari identifikasi ini menghasilkan sutau keputusan

data mendukung/tersedia. Bila data dianggap tidak mendukung/

tersedia maka perlu dilakukan pencarian data untuk data yang

dimaksud, dan bila data itu dianggap mendukung/tersedia maka

dilakukan suatu proses analisis indikator yang bertujuan untuk

mendapatkan suatu bentuk perhitungan tabel menurut kaidah statistik

(index gini, proporsi, dll) sehingga data tersebut dapat memberikan

informasi yang luas.

Setelah melalui proses analisa indikator dan data dianggap layak maka

dilakukan proses selanjutnya yaitu perumusan indikator yang akan

menghasilkan suatu output untuk digunakan dalam melakukan kegiatan

analisa data. Ouput yang telah dikeluarkan khususnya data-data tabel

akan dimasukkan ke dalam Database Indikator.



4. Pengumpulan Data

Tugas tenaga ahli basis data disini adalah membantu tenaga ahli

perencanaan wilayah dalam pengumpulkan data yang berasal dari

berbagai seumber penyedia data, antara lain :

a. Data dasar yang bersumber dari BPS seperti Podes, Susenas

b. Buku-buku publikasi yang dikeluarkan BPS

c. Data propinsi/kabupaten dalam angka yang bersumber dari BPS

atau pemerintah propinsi/kabupaten.

d. Data yang berasal dari publikasi Web Site dinas-dinas dab daerah

(propinsi/kabupaten.

5. Proses Validasi Data

Selain membantu pengumpulan data, Tenaga ahli basis data membantu

dalam proses validasi data dengan memberikan format baku pemasukan

data kepada para data entry. Format baku dibuat dengan menyesuaikan

kode wilayah yang dikeluarkan BPS.

Selain tersebut diatas, tenaga ahli basis data melakukan validasi data

secara langsung dengan melihat hasil kerjaan para data entry. Setalah

dianggap valid, data akan dimasukan/dikumpulkan kedalam folder data

mentah dimana nantinya akan diolah kembali dan disesuaikan dengan

idikator yang telah/akan disusun oleh tenaga ahli perencanaan wilayah.

2.3. Pengembangan aplikasi penyajian data berbasis Web

Simbadreg merupakan aplikasi yang dikembangkan oleh Direktorat

Pengembangan Wilayah, Badan Perencanaan Pembangunan Nasional (Bappenas).

Simbadreg memuat data-data yang terkait dengan pengembangan regional, baik di

tingkat nasional, propinsi, dan kab/kota.

Tujuan dari pengembangan Simbadreg diantaranya adalah:



1. Secara eksternal, SIMBADREG berperan sebagai sarana penyediaan data

pembangunan wilayah secara online.

2. Secara internal, SIMBADREG akan menjadi pendukung perencanaan dan

pengambilan keputusan.

3. Adanya sistem basisdata yang terpadu akan menjadi baseline bagi

pengembangan sistem-sistem lain di masa mendatang.

Pada saat ini, Simbadreg masih sebatas beroperasi sebagai Intranet di lingkungan

Direktorat Pengembangan Wilayah dan sedang menuju sebagai internet.

Evaluasi sistem lama (existing system) merupakan upaya penting dalam rangka

meletakkan dasar dalam mendefinisikan kebutuhan pengguna dan mendefinisikan

lingkungan (environment) bagi pengembangan sistem yang baru. Dengan

memahami kondisi yang ada maka diharapkan pengembangan sistem baru dapat

memenuhi kebutuhan baru dari pengguna. Seperti dinyatakan dalam kaidah

rekayasa perangkat lunak, pengembangan sistem baru dapat dilakukan apabila:

Perangkat lunak yang ada tidak sesuai lagi dengan kebutuhan pengguna

akibat adanya perubahan lingkungan dan teknologi.

Munculnya masalah-masalah atau mekanisme baru yang sebelumnya tidak

ada.

Berubahnya keinginan pemakai (user prefferences).

Simbadreg merupakan aplikasi yang dikembangkan oleh Direktorat

Pengembangan Wilayah, Badan Perencanaan Pembangunan Nasional (Bappenas).

Simbadreg memuat data-data yang terkait dengan pengembangan regional, baik di

tingkat nasional, propinsi, dan kab/kota.

Tujuan dari pengembangan Simbadreg diantaranya adalah:

1. Secara eksternal, SIMBADREG berperan sebagai sarana penyediaan data

pembangunan wilayah secara online.

2. Secara internal, SIMBADREG akan menjadi pendukung perencanaan dan

pengambilan keputusan.

3. Adanya sistem basisdata yang terpadu akan menjadi baseline bagi

pengembangan sistem-sistem lain di masa mendatang.

Pada saat ini, Simbadreg masih sebatas beroperasi sebagai Intranet di lingkungan

Direktorat Pengembangan Wilayah dan sedang menuju sebagai internet.



Evaluasi sistem lama (existing system) merupakan upaya penting dalam rangka

meletakkan dasar dalam mendefinisikan kebutuhan pengguna dan mendefinisikan

lingkungan (environment) bagi pengembangan sistem yang baru. Dengan

memahami kondisi yang ada maka diharapkan pengembangan sistem baru dapat

memenuhi kebutuhan baru dari pengguna. Seperti dinyatakan dalam kaidah

rekayasa perangkat lunak, pengembangan sistem baru dapat dilakukan apabila:

Perangkat lunak yang ada tidak sesuai lagi dengan kebutuhan pengguna

akibat adanya perubahan lingkungan dan teknologi.

Munculnya masalah-masalah atau mekanisme baru yang sebelumnya tidak

ada.

Berubahnya keinginan pemakai (user prefferences).

SIMBADREG yang dikembangkan pada tahun 2008 belum sepenuhnya memenuhi

kebutuhan baru bagi tim Direktorat Kewilayahan I, diantaranya:

Struktur basisdata dalam SIMBADREG tidak sesuai dengan data mentah

(raw data) yang dimiiliki oleh tim basisdata Direktorat Pengembangan

Wilayah

Sistem belum memberikan kemudahan bagi pengguna untuk mengakses

data yang tersedia.

Tidak tersedianya fasilitas untuk mengakses data dalam cakupan wilayah

yang lebih luas.

Fasilitas pencarian data (search tools) masih belum fleksibel untuk mencari

data dengan multi variable.

2.3.1. Muatan dan Tampilan Data

Data yang terkandung dalam Simbadreg dibedakan dalam 2 jenis data:

Data kuantitatif: merupakan data suatu variabel dalam suatu periode

tertentu (misal Jumlah Penduduk, Angka Kemiskinan, dan lain-lain).

Simbadreg memuat data kurang lebih 500 variabel.

Data Kualitatif/Data Deskriptif: merupakan data-data suatu wilayah

dalam bentuk deskripsi/teks. Contoh dari data kualitatif adalah profil suatu

daerah dan potensi daerah.



Sedangkan tampilan data dari Sistem Basisdata Regional, antara lain:

Tabulasi : Hasil pencarian data numerik ditampilkan dalam bentuk

tabulasi.

Grafik : Hasil pencarian data numerik ditampilkan dalam bentuk grafik.

Peta : Hasil pencarian data numerik ditampilkan dalam bentuk pewarnaan

dalam peta.

Deskripsi : Hasil pencarian data non-numerik ditampilkan dalam bentuk

teks/deskripsi.

2.3.2. Desain Antarmuka

Rancangan antarmuka yang akan digunakan dalam sistem ini dibagi dalam 2

tampilan, (1) Home dan (2) Retrieval. Untuk tampilan Home pada Gambar

2.3.2.A, terdiri dari 3 (tiga) bagian, yaitu: bagian atas, bagian tengah, dan bagian

bawah. Bagian atas Hanya menampilkan Keterangan pemilik aplikasi, sedangkan

bagian tengah merupakan menu untuk mengakses data yang hanya ada pada , dan

bagian bawah memuat berita terkini.

Sedangkan TampilanRetrieval dapat dilihat pada Gambar 2.3.2.B.



Gambar 2.3.2.B. Retrieval

2.3.3. Fitur Aplikasi

Teknologi SI Basis Data Regional

Teknologi yang dipergunakan dalam pembangunan dan penguatan SI Basis Data

Regional adalah teknologi berbasis web dengan didukung oleh aplikasi

spasial/pemetaan. Teknologi web ini memiliki keunggulan-keunggulan sebagai

berikut:

Merupakan sistem terdistribusi yang menjangkau wilayah yang luas.

Implementasi dapat dilakukan pada intranet maupun ekstranet yang dapat

diakses oleh daerah-daerah. Sistem ini akan berperan penting dalam

meningkatkan aksesibilitas informasi.

Memungkinkan dilakukannya remote update oleh pengguna dimanapun dan

kapan saja secara online. Dengan demikian sistem ini meningkatkan

ketersediaan/avaliability data.

Mampu menampilkan informasi dalam bentuk isualisasi peta untuk melihat

sebaran data.

Informasi dapat ditampilkan dalam berbagai format, seperti : peta (map),

grafik (chart) dan Tabuler.

Mampu membagi sebaran data sesuai dengan kebutuhan pengguna.




Dapat digunakan untuk melakukan berbagai analisis, seperti analisis trand,

analisis lintas kategori, statistik, analisis temporal (progress charting), dan

lain-lain.

Mampu melakukan interpolasi/regresi data secara linear maupun non linear

untuk kepentingan analisis.

Mampu menampilkan report dengan cara yang sesuai standart report

pengguna.

Arsitektur SI Basis Data Regional

Arsitektur SI Basis Data Regional yang dikembangkan dapat mencakup sistem

basis data, komponen peta, map server, aplikasi middleware maupun aplikasi

client (browser), secara digram alur arsitektur SI Basis Data Regional disajikan

pada gambar berikut:

Gambar Arsitektur SI Basis Data Regional

Adapun penjelasan tentang asrsitektur sistem secara jelas disajikan pada tabel

berikut ini :

BBAASSIISS DDAATTAA

MIDLEW ARE

MAP SERVER

PETA

WWEEBB

SSEERRVVEERR

BROWSER

APACHE

IE

C/PHP

HTTP REQUEST

MYSQL/ ODBC


Tabel Penjelasan komponen dan teknologi dari Arsitektur

SIMDBADREG

No. Komponen Penjelasan Teknologi

1. Basis Data Sistem basis data merupakan kontainer

untuk semua data yang akan dimuat dan

ditampilkan dalam sistem. Data-data

tersbut meliputi data-data kewilayahan

yang bersumber dari berbagai instansi.

Dengan tingkatan data, yaitu: nasional,

propinsi dan kabupen.

MySQL atau

sistem basis data

lain yang

menggunakan

ODBC

2. Peta Digital Peta dasar dengan standar ESRI dalam

format SHP

ESRI format SHP

3. Map Server Map server memungkinkan peta digital

dapat diakses melalui web. Map server

berfungsi untuk mengkonversi

koordinat-koordinat spasial maupun

menyediakan fasilitas-fasilitas yang

umum dipakai dala sistem informasi

GIS.

Map Sever 1.0

4. Middleware Aplikasi middleware menghubungkan

antara web server dengan komponen-

komponen yang lebih dasar, serperti

map server, peta dan basis data

PHP, C

5. Web Server Web server merupakan komponen yang

melayani secara langsung permintaan

data dari pengguna mengakses bagian-

bagian yang mendasar, seperti basis

data, peta dan lain sebagainya

Apache 2.x

6. Browser Browser merupakan aplikasi pada klien

yang digunakan secara langsung oleh

pengguna pada komputer masing-

masing.

Internet Explorer




INTERNET

SERVER & BASISDATA

STAF BAPENAS

INTRANETLAN

RAHDAEBAPENAS

PIMPINANRETRIEVE/ UPDATE

RETRIEVE/ UPDATE

TAHAP SELANJUTNYA

PUBLIK

RETRIEVE

RETRIEVE/ UPDATE

TAHAP INI

Tipologi Jaringan SI Basis Data Regional

Tipologi jaringan/komuikasi data pada SI Basis Data Regional menggunakan

skema intranet/ ekstranet, yang meliputi dua bagian penting, yaitu:

Server; bagian ini terdiri dari sistem basis data, sistem aplikasi middleware,

peta digital dan web server, yang merupakan jantung dasi sistem. Jaringan

ini dipasang di jaringan Direktorat Kewilayahan I- Bappenas dan

berkomunikasi satu sama lain melalui intranet.

Klient (browser); bagian ini tersebar di berbagai tempat di Bappenas dan

bisa diakses secara internet oleh daerah-daerah yang berfungsi untuk

mengambil data/informasi dari server maupun memperbaharui data dalam

sistem basis data. Untuk klien yang berada dalam satu gedung ataupun LAN

Bappenas dapat menggunakan Intranet. Sedangkan untuk klien yang berada

di daerah-daerah dapat menggunakan internet.

Gambar Tipologi Jaringan/Komunikasi Data

Peta Dasar dan Data Sekunder

Peta dasar yang digunakan dalam SI Basis Data Regional adalah peta digital batas

wilayah yang berasal dari Bakosurtanal mulai dari wilayah regional, propinsi,

hingga kota/kabupaten. Sistem aplikasi akan memberikan penawaran sebagai


indikator terhadap permintaan/query data tertentu. Sebagai hasilnya pada peta

(batas wilayah) akan tampil warna yang berbeda untuk menunjukan sebaran data.

Untuk data sekunder ditempatkan dalam basis data terpisah, yang oleh aplikasi

akan di-query sesuai dengan permintaan pengguna. Dengan menempatkan pada

basis data terpisah, data sekunder akan fleksibel dan memungkinkan

dilakukannya perubahan atau pembaharuan data secara efisien.

Tabel Peta Dasar dan Data Sekunder

Aspek Deskripsi

Peta dasar Peta wilayah regional, propinsi hingga kedalam sampai

dengan kabupaten/kota

Data sekunder Terdapat dalam basis data terpisah (MySQL/ODBC),

yang struktur dan format data maupun sisnya

ditentukan pada saat analisis sistem.

2.3.4. Aplikasi Sistem

Setelah melalui lima tahap terdahulu, tahap berikutnya realisasi pembuatan SI

Basis Data Regional. Pembuatan SI Basis Data Regional dimulai setelah kerangka

logis dan format data SI Basis Data Regional disepakati bersama dalam Lokakarya

Terbatas Desain SI Basis Data Regional. Ada dua tahapan penting dalam

pembuatan SI Basis Data Regional, yaitu : pembuatan aplikasi sistem dan entry

data.

A. Pembuatan Aplikasi Sistem

Pembuatan aplikasi sistem menitikberatkan pada custominasi interval & Legent,

pewarnaan peta, tabuler, grafik dan model analisis sederhana. Secara umum pada

akhir bulan Nopember aplikasi secara prinsif sudah selesai. Secara jelas

pembuatan aplikasi disajikan pada tabel berikut:



Tabel Perkembangan Pembuatan Sistem Aplikasi SI Basis Data

Regional

No. Kategori Aplikasi Status

Perkembangan

1. Sistem Instalasi (MySql, PHP, Apache, Aplikasi SI

Basis Data dan PHP MyAdmin Selesai

1. Customisasi Interval & Legend

Penetapan default interval & legend secara

otomatis (dari range statitistik)

Customisasi interval secara bebas oleh user

Customisasi warna legend secara bebas oleh

user

Selesai

Selesai

Selesai

2. Pewarnaan Peta

Berdasarkan default

Berdasarkan customisasi interval baru

Selesai

Selesai

3. Tabuler

Hasil tabuler dapat di-sorting (ASC/DESC)

Hasil tabuler dapat disimpan ke excel

Selesai

Selesai

4. Grafik

Berdasarkan sorting

Pie ditambahkan legend

Selesai

Selesai

5. Searching Membandingkan 3 wilayah Selesai

6. Model Analisis sederhana

Tren

Regresi linier dan non linier

Ekstrapolasi

Selesai



Entry Data

Seiring dengan pembuatan aplikasi SI Basis Data Regional, untuk melihat

beroperasinya berbagai aplikasi yang telah dibuat diperlukan pengisian data-data

kewilayahan (entri data) dalam basisdata. Data-data kewilayahan yang diperlukan

terdiri : demografi, ekonomi, pelayanan dasar, ketenagakerjaan, kemiskinan,

prasarana dan lingkungan. Sedangkan rentang waktu data-data tersebut mulai

tahun 1995 sampai dengan 2005 (sepuluh tahun). Adapun mekanisme entry data

secara umum dijelaskan pada gambar berikut :

Gambar Mekanisme Entri Data SI Basis Data Regional

Beban Keseluruhan : 400 wilayah x 100 varibel x 10

Data yang tersedia dari tahun 1995 s/d 2005

MEKANISME ENTRI DATA

Raw Data (exel, dbf, fdf, doc)

Konversi ke exel format khusus

Konversi ke txt (tab delimiter)

Isert ke database

2.3.4. Pemanfaatan Aplikasi Sistem

Pengertian mendasar dari pemanfaatan aplikasi adalah proses atau cara yang

dilakukan pengguna untuk mendapatkan informasi sesuai kebutuhannya masing-

masing. Informasi tersebut merupakan keluaran atau output dari aplikasi.



1. Sistem aplikasi ini memungkinkan pengguna untuk memilih informasi sesuai

kebutuhannya dengan fasilitas built-in query dan filtering (mendukung

logical parameter dan multi-standard SQL).

Gambar built-in query dan filtering

2. Hasil dari query database tersebut ditampilkan dalam bentuk data tabuler,

chart/grafik, dan peta, dan untuk selanjutnya dapat dimanfaatkan untuk

keperluan analisis dan pengambilan keputusan.

Gambar Tampilan Tabular



Gambar Tampilan Chart/Grafik

Gambar Tampilan Peta

3. File CSV atau txt dapat digunakan untuk memperbaharui data

secara remote/jarak jauh, sehingga memungkinkan daerah-daerah untuk

melakukan pembaharuan data secara online tanpa harus menyerahkan data

secara fisik ke pusat.



Gambar 2.3.3.F. Data Admin

Hasil dari pengembangan aplikasi penyajian data dapat dijelaskan seperti dibawah

ini :

A. Modul Client

1. Halaman Depan

Halaman ini merupakan tampilan awal yang akan diakses pertama kali oleh

pengguna. Pada halaman ini terdapat menu-menu menuju fitur-fitur utama

aplikasi.

2. Modul Statistik

Modul ini berfungsi untuk mengakses data kuantitatif, kualitatif, serta analisis

sederhana, baik pada lingkup nasional, provinsi, atau kab/kota. Berikut adalah

penjelasan masing-masing sub-modul.



Data Kuantitatif

Sub modul Kuantitatif dipergunakan untuk mengakses data-data

kuantitatif, baik lingkup nasional, provinsi, maupun kab/kota. Sub-modul

ini terdiri dari dua bagian:

(1) Bagian sebelah kiri terdiri dari form untuk menentukan kriteria-

kriteria pemilihan data, atau lazim disebut filter data.

(2) Bagian kanan adalah ruang untuk menampilkan data hasil pencarian.

Pada kondisi awal (default), ruang sebelah kanan ini akan

menampilkan data-data kuantitatif nasional. Dan selanjutnya akan

berganti dengan data-data sesuai yang anda inginkan.

Output Tabel

Bila anda memilih tipe output “Tabel”, maka data keluaran dari

aplikasi ini akan ditampilkan dalam bentuk tabel/tabulasi/grid.

Begitu anda selesai memilih filter data pada form sebelah kiri, silakan

anda menekan tombol proses. Selanjutnya anda akan dibawa pada

form yang lebih detail, yakni kombinasi antara variabel dan tahun

yang datanya tersedia.



Output Grafik

Bila anda memilih tipe output “Grafik”, maka data keluaran dari

aplikasi ini akan ditampilkan dalam bentuk grafik/chart.



daftar variabel yang datanya tersedia.



Output Peta

Bila anda memilih tipe output “Peta”, maka data keluaran dari aplikasi

ini akan ditampilkan dalam bentuk peta/Map. Tetapi fasilitas ini

hanya untuk lingkup data propinsi dan kab/kota. Lingkup nasional

tidak bias ditampilkan dalam bentuk peta.



daftar variabel yang datanya tersedia.



Data Kualitatif

Sub modul ini dipergunakan untuk mengakses data-data kualitatif, baik

lingkup nasional, provinsi, maupun kab/kota. Data kualitatif adalah data-

data non numerik, biasanya dalam bentuk indeks, atau peringkat, atau

kondisi tertentu. Misalnya ‘baik’, ‘cukup’, ‘buruk’, ‘meningkat’, ‘menurun’,

dan lain sebagainya.

Sub-modul ini terdiri dari dua bagian:

(1) Bagian sebelah kiri terdiri dari form untuk menentukan kriteria-kriteria

pemilihan data, atau lazim disebut filter data.



(2) Bagian kanan adalah ruang untuk menampilkan data hasil pencarian.

Analisis

Sub-modul ini adalah fasilitas untuk melakukan analisis sederhana (rasio),

yakni melakukan perbandingan antar variabel selama variabel-variabel

tersebut masih dalam lingkup data, cakupan wilayah, jenis nilai, dan

sumberdata yang sama.

3. Modul Profil Daerah

Modul profil daerah menampilkan data dan informasi khusus pada suatu

daerah tertentu, provinsi ataupun kabupaten/kota. Data yang ditampilkan

terdiri dari dua bagian, yakni data kuantitatif dan data deskriptif. Oleh karena

itu modul ini juga dibagi ke dalam dua sub-modul, yakni sub-modul “Data

wilayah” (untuk menampilkan data-data kuantitatif) dan sub-modul “Deskripsi

Wilayah” (untuk menampilkan informasi deskriptif/tekstual).



Data Wilayah

Sub modul Data Wilayah berfungsi untuk menampilkan data kuantitatif

suatu wilayah, lingkup provinsi atau kabupaten/kota. Sub-modul ini

tidak jauh berbeda dengan sub-modul Kuantitatif, tetapi sub-modul

Data Wilayah hanya menangani satu wilayah saja.



(2) Bagian kanan adalah ruang untuk menampilkan data hasil

pencarian.

Deskripsi Wilayah

Sub modul Deskripsi Wilayah berfungsi untuk menampilkan data

deskriptif suatu wilayah, lingkup provinsi atau kabupaten/kota.



(2) Bagian kanan adalah ruang untuk menampilkan data hasil

pencarian.



4. Publikasi

Modul Publikasi digunakan untuk menampilkan arsip-arsip publikasi

(makalah, literatur, hasil kajian, dan publikasi lainnya) dari direktorat-

direktorat di lingkungan Bappenas, khususnya Direktorat Pengembangan

Wilayah. Halaman publikasi dibagi menjadi dua bagian. Bagian kiri adalah

form pencarian data, dan sebelah kanan adalah hasil pencarian, seperti gambar

di bawah ini.

5. Info Regional

Modul Info Regional berfungsi untuk menampilkan berita/ news/informasi

rutin yang disampaikan oleh Direktorat Pembangunan Wilayah atau

direktorat-direktorat lain di lingkungan Bappenas. Halaman info dibagi

menjadi dua bagian. Bagian kiri adalah form pencarian data, dan sebelah

kanan adalah hasil pencarian, seperti gambar di bawah ini.



B. Modul Administrator

1. Otorisasi

Akses untuk mengubah data hanya diberikan setelah melewati proses Otorisasi.

Anda diharuskan login, seperti terlihat pada gambar di bawah. Data apa yang

boleh anda ubah tergantung pada tingkat otorisasi yang anda miliki. Isilah User

Name dan Password dengan benar. Username dan password bersifat case

sensitive.

2. Daftar Staf

Staf adalah petugas yang diberi wewenang untuk mengelola aplikasi ini. Sub

modul ini berfungsi untuk menambah, mengubah, dan menghapus staf.

Penambahan, pengubahan, dan penghapusan data staf hanya dapat dilakukan oleh

administrator.



3. Wilayah

Modul ini diperuntukkan untuk mengelola data master Pulau, Provinsi, dan

Kabupaten/Kota.

Berikut gambar tampilan pengelolaan data Pulau.

Berikut gambar tampilan pengelolaan data Provinsi dan Kabupaten/Kota

4. Variabel

Modul ini untuk menambah, mengubah, dan menghapus kategori, subkategori,

dan variabel.

Tampilan submodul “Kategori” seperti terlihat di bawah ini.



Tampilan submodul “Sub Kategori” seperti terlihat di bawah ini.

Tampilan submodul “Variabel” seperti terlihat di bawah ini.



Tampilan submodul “Satuan” seperti terlihat di bawah ini.

Tampilan submodul “Sumberdata” seperti terlihat di bawah ini.

5. Data Kauntitatif

Modul ini untuk memutakhirkan data kuantitatif, baik pada lingkup nasional,

provinsi, dan kab/kota.



6. Data kualitatif

Modul ini untuk memutakhirkan data kualitatif, baik pada lingkup nasional,

provinsi, dan kab/kota.

7. Profil Daerah

Modul ini digunakan untuk memperbaharui data profil Provinsi dan Kabupaten.

Profil Provinsi




Pada Group Menu PROFIL DAERAH, pilih menu “Profil Provinsi”. Dibawah

ini adalah tampilan submenu ini.

Profil Kabupaten/kota

Pada Group Menu PROFIL DAERAH, pilih menu “Profil Kab/Kota”. Menu

“Add” digunakan untuk menambah data profil Kab/Kota.

Laporan Akhir : Pengembangan dan Pemanfaatan Basisdata Regional 2009

BAB III

MODEL ANALISIS PENGEMBANGAN WILAYAH

3.1. Pembangunan daerah Dalam Angka (PDDA)

Beberapa indikator pembangunan, model perhitungan, analisis data dan

indikator pembangunan wilayah yang dapat digunakan untuk mengukur kinerja

pembangunan suatu wilayah ádalah sebagai berikut:

1). Indikator Kependudukan

Kepadatan Penduduk (Population Density)

Kepadatan penduduk adalah banyaknya penduduk suatu satuan luas,

misalnya banyaknya penduduk per kilometer persegi.

Rasio Anak-Wanita (Child-Women Ratio)

Rasio anak-wanita adalah rata-rata banyaknya anak di bawah usia lima

tahun per 1.000 wanita usia subur (15-49 tahun).

Rasio Jenis Kelamin (Sex Ratio)

Rasio jenis kelamin adalah perbandingan antara jumlah penduduk pria dan

jumlah penduduk wanita pada suatu daerah dan pada waktu tertentu, yang

biasanya dinyatakan dalam banyaknya penduduk pria per 100 wanita.

Rata-rata Pertumbuhan Penduduk (Population Growth)

Rata-rata pertumbuhan penduduk adalah angka yang menunjukkan tingkat

pertambahan penduduk per tahun dalam jangka waktu tertentu. Angka ini

dinyatakan sebagai persentase dari penduduk dasar.

Indeks Pembangunan Manusia (IPM) / Human Development

Index (HDI)

Komponen IPM adalah usia hidup (longevity), pengetahuan (knowledge),

dan standar hidup layak (decent living). Usia hidup diukur dengan angka

harapan hidup atau e0 yang dihitung menggunakan metode tidak langsung

Direktorat Pengembangan Wilayah, Bappenas III - 1


(metode Brass, varian Trussel) berdasarkan variabel rata-rata anak lahir

hidup dan rata-rata anak yang masih hidup.

Komponen pengetahuan diukur dengan angka melek huruf dan rata-rata

lama sekolah yang dihitung berdasarkan data Susenas KOR. Indikator

angka melek huruf diperoleh dari variabel kemampuan membaca dan

menulis, sedangkan indikator rata-rata lama sekolah dihitung dengan

menggunakan dua variabel secara simultan; yaitu tingkat/kelas yang

sedang/pernah dijalani dan jenjang pendidikan tertinggi yang ditamatkan.

Komponen standar hidup layak diukur dengan indikator rata-rata konsumsi

riil yang telah disesuaikan. Sebagai catatan, UNDP menggunakan indikator

PDB per kapita riil yang telah disesuaikan (adjusted real GDP per capita)

sebagai ukuran komponen tersebut karena tidak tersedia indikator lain

yang lebih baik untuk keperluan perbandingan antar negara.

Tahapan penghitungan indikator konsumsi riil per kapita yang telah

disesuaikan adalah sebagai berikut:

- Menghitung pengeluaran konsumsi per kapita dari Susenas Modul (=A)

- Mendeflasikan nilai A dengan IHK ibukota propinsi yang sesuai (=B)

- Menghitung daya beli per unit (=PPP/unit). Metode penghitungan sama

seperti metode yang digunakan International Comparison Project (ICP)

dalam menstandarkan nilai PDB suatu negara. Data dasarnya yang

digunakan adalah data harga dan kuantum dari suatu basket komoditi

yang terdiri dari nilai 27 komoditi yang diperoleh dari Susenas Modul

(Tabel 1)

- Membagi nilai B dengan PPP/unit (=C)

- Menyesuaikan nilai C dengan formula Atkinson sebagai upaya untuk

memperkirakan nilai marginal utility dari C

Penghitungan PPP/unit dilakukan dengan rumus:



jjij

jji

QP

E

unitPPP),(),9(

),(

/

dimana

E(i,j) : pengeluaran untuk komoditi j di propinsi ke-1

P(9,j) : harga komoditi j di DKI Jakarta

Q(i,j) : Jumlah komoditi j (unit) yang dikonsumsi di propinsi ke-1

Unit kuantitas rumah dihitung berdasarkan indeks kualitas

rumah yang dibentuk dari tujuh komponen kualitas tempat

tinggal yang diperoleh dari Susenas KOR. Ketujuh komponen

tersebut diberi skor sebagai berikut:

- Lantai: keramik, marmer, atau granit =1, lainnya = 0

- Luas lantai per kapita 10 m2 = 1, lainnya = 0

- Dinding: tembok =1, lainnya = 0

- Atap: kayu/sirap, beton =1, lainnya = 0

- Fasilitas penerangan: listrik =1, lainnya = 0

- Fasilitas air minum: leding =1, lainnya = 0

- Jamban: milik sendiri =1, lainnya = 0

- Skor awal untuk setiap rumah =1

Indeks kualitas rumah merupakan penjumlahan dari skor yang dimiliki

oleh suatu rumah tinggal dan bernilai antara 1 sampai dengan 8. Kuantitas

dari rumah yang dikonsumsi oleh suatu rumah tangga adalah Indeks

Kualitas Rumah dibagi 8. Sebagai contoh, jika suatu rumah tinggal yang

mempunyai Indeks Kualiats Rumah = 6, maka kuantitas rumah yang

dikonsumsi oleh rumah tangga tersebut adalah 6/8 atau 0,75 unit.

Rumus Atkinson yang digunakan untuk penyesuaian rata-rata konsumsi riil

secara matematis dapat dinyatakan sebagai berikut:



C(I)*= C(i) jika C(i) Z

= Z + 2(C(i) - Z)(1/2) jika Z < C(i) 2Z

= Z + 2(Z)(1/2) + 3(C(i) - 2Z)(1/3) jika 2Z < C(i) 3Z

= Z + 2(Z)(1/2) + 3(Z)(1/3) + 4(C(i) - 3Z)(1/4) jika 3Z < C(i) 4Z

dimana

C(i) = konsumsi per kapita riil yang telah disesuaikan dengan PPP/unit (hasil

tahapan 5)

Z = threshold atau tingkat pendapatan tertentu yang digunakan sebagai

batas kecukupan yang ditetapkan secara arbiter secara Rp.547.500,-

per kapita setahun atau Rp. 1500 per kapita per hari

Rumus penghitungan IPM dapat disajikan sebagai berikut:

IPM = 1/3 [X(1) + X(2) + X (3)]

(1)

dimana:

X(1) = Indeks harapan hidup

X(2) = Indeks pendidikan = 2/3 (indeks melek huruf) +1/3 (indeks rata-rata

lama sekolah)

X(3) = Indeks standar hidup layak

Indeks komponen IPM merupakan perbandingan antara selisih nilai suatu

indikator dan nilai minimumnya dengan selisih nilai maksimum dan nilai

minimum indikator tersebut. Rumusnya dapat disajikan sebagai berikut:

Indeks X(i) = [ X(i) - X(i)min] / [ X(i)maks - X(i)min]

(2)

dimana

X(i) : Indikator ke-i (i =1,2,3)

X(i)maks : Nilai maksimum X(i)



X(i)min : Nilai minimum X(i)

Tabel 3.1. Nilai Maksimum dan Minimum Komponen IPM

Komponen IPM

(=X(i))

Nilai

maksimum

Nilai

minimum

Catatan

(1) (2) (3) (4)

Angka Harapan

Hidup

Angka Melek

Huruf

Rata-rata lama

sekolah

Konsumsi per

kapita yang

disesuaikan

85

100

15

732.720 a)

25

0

0

300.000 b)

Standar UNDP

Standar UNDP

Standar UNDP

UNDPmenggunak

an PDB/kapita riil

yang disesuaikan

Catatan:

a) Proyeksi pengeluaran riil/unit/tahun untuk propinsi yang memiliki

angka tertinggi (Jakarta) pada tahun 2018 setelah disesuaikan dengan

formula Atkinson. Proyeksi mengasumsikan kenaikan 6.5 persen

selama kurun 1993-2018

b) Setara dengan dua kali garis kemiskinan untuk propinsi yang memiliki

angka terendah tahun 1990 di daerah pedesaan (Sulawesi Selatan)

Indeks Pembangunan Jender (IPJ)

IPJ (Gender-related Development Index atau GDI) maupun IDJ (Gender

Empowerment Measure atau GEM) seperti halnya IPM, merupakan indeks

komposit yang terdiri dari sejumlah komponen. Tetapi berbeda dengan

IPM, IPJ maupun IDJ memeperhitungkan ekstensi ketidaksamaan aversi

(inequality aversion) yang ditunjukkan oleh parameter . Sebagai suatu

parameter menunjukkan elastisitas marjinal valuasi sosial terhadap suatu

pencapaian, dan memperlihatkan kecepatan turunnya nilai marginal akibat

kenaikan pencapaian.



Untuk menghitung IPJ terlebih dahulu dihitung nilai Xede. Nilai tersebut

menunjukkan ukuran capaian yang terdistribusikan secara sama (equally

distributed equivalent anbievement). Xede merupakan suatu tingkat capaian

yang sama antar jenis kelamin (Xf = Xede dan Xm = Xede ) dari masing-

masing komponen, dihitung menggunakan persamaan:

(Xede = Pf Xf (1-) + Pm Xm (1-)) 1/ (1-) (3)

dimana

Xf : menunjukkan capaian perempuan

Xm : menunjukkan capaian laki-laki

Pf : Proporsi penduduk perempuan

Pm : Proporsi penduduk laki-laki

: Ekstensi ketidaksamaan aversi yang ditetapkan = 2

Khusus untuk komponen indeks distribusi pendapatan dihitung dengan

tahapan sebagai berikut:

- Menghitung rasio upah wanita terhadap upah laki-laki di sektor non

pertanian (Wf)

- Menghitung upah rata-rata (W) dengan rumus:

W = Aecf (Wf) + Aecm .(1) (4)

Dimana:

Aecf : Proporsi tenaga kerja (aktif secara ekonomi) wanita

Aecm : Proporsi tenaga kerja (aktif secara ekonomi) laki-laki

Wf : Rasio upah wanita di sektor pertanian

- Menghitung rasio upah masing-masing jenis kelamin terhadap upah

rata-rata (W) (=R)

- Menghitung sumbangan pendapatan (IncS) untuk masing-masing jenis

kelamin dengan rumus:

IncS = Aec(f/m). R(f/m) (5)




- Menghitung proporsi sumbangan pendapatan (% IncS) untuk masing-

masing jenis kelamin dengan rumus:

% IncS = IncS(f/m)/P(f/m) (6)

- Menghitung proporsi Xede dari % IncS (=Xede (Inc))

- Menghitung indeks distribusi pendapatan (IdisInc) dengan rumus:

IdisInc = [(Xede(inc).PPP) – PPPmin]/[PPPmks – PPPmin] (7)

Akhirnya angka IPJ dapat dihitung menggunakan persamaan:

IPJ = 1/3 [(Xede(1) +Xede (2) + IdisInc] (8)

dimana:

Xede (1): Xede angka harapan hidup

Xede (2) : Xede pendidikan

IdisInc : Indeks distribusi pendapatan

Sumber data yang digunakan untuk menghitung IPJ sama dengan sumber data

IPM. Data upah yang diperlukan untuk menghitung Xede standar hidup layak

dalam IPJ maupun IDJ digunakan data Sakernas .

Tahapan dan Ilustrasi Penghitungan IPJ

Penghitungan IPJ dilakukan melalui tahapan sebagai berikut:

- Menghitung indeks setiap komponen menggunakan persamaa (2) untuk

masing-masing jenis kelamin dengan batasan maksimum dan minimum

seperti dalam Tabel 3.

- Menghitung nilai Xede dari hasil penghitungan indeks pada tahap

pertama menggunakan persamaan (3)

- Menghitung IPJ menggunakan persamaan (8)


Tabel 3.2. Nilai maksimum dan Minimum Komponen IPJ

Nilai

Maksimum

Nilai

Minimum

Indikator

Komponen

IPM [X(1)] L P L P

Catatan

Angka

Harapan

Hidup

52.5 87.5 22.

5

27.5 Standar UNDP

Angka Melek

Huruf

100.

0

100.

0

0.0 0.0 Standar UNDP

Rata-rata lama

sekolah

15.0 15.0 0.0 0.0 Standar UNDP

Konsumsi per

kapita

732.720

300.000

UNDP

menggunakan

GDP/kapita riil yang

disesuaikan

Catatan:

a) Proyeksi pengeluaran riil/unit/tahun untuk propinsi yang memiliki angka

tertinggi (Jakarta) pada tahun 2018 setelah disesuaikan dengan formula

Atkinson. Proyeksi mengasumsikan kenaikan 6.5 persen selama kurun

1993-2018

b) Setara dengan dua kali garis kemiskinan untuk propinsi yang memiliki

angka terendah tahun 1990 di daerah pedesaan (Sulawesi Selatan)

Indeks Pemberdayaan Jender

Komponen IDJ terdiri dari Indeks keanggotaan DPR (parlemen), Indeks

pengambilan keputusan dan Indeks distribusi pendapatan. Untuk

menghitung IDJ terlebih dahulu dihitung XEDEP yaitu indeks untuk setiap

komponen berdasarkan EDEP (Equally Distributed Equivalent Percentage),

dengan persamaan (3). Penghitungan distribusi pendapatan dalam IDJ

sama persis dengan yang dilakukan dalam IPJ. Sebagai catatan, UNDP

dalam menghitung indeks distribusi pendapatan untuk IDJ menggunakan

PDB per kapita yang belum disesuaikan.



Indeks masing-masing komponen IDJ merupakan hasil bagi antara XEDEP

dengan 50. Angka 50 merupakan rasio jenis kelamin yang dianggap “ideal”

bagi anggota parlemen, tenaga kepemimpinan dan ketatalaksnaan, atau

tenaga profesional dan teknisi.

Unsur pengambil keputusan (PK) adalah Tenaga Kepemimpinan dan

Ketatalaksanaan, dan Tenaga Profesional dan Teknisi. Dalam IDJ nasional

IPK merupakan indeks dari gabungan dua indeks masing-masing

komponen PK. Penggabungan dua jenis jabatan dalam IDJ nasional

semata-mata dilakukan untuk menghidari kesalahan klasifikasi (akibat

kesalahan persepsi responden) terhadap kedua jenis jabatan tersebut. Data

komponen PK menggunakan data Sensus Penduduk 1990 dan Susenas 1996

sementara data keanggotaan DPR menggunakan data dari Lembaga

Pemilihan Umum.

Rumus Penghitungan IDJ

Penghitungan IDJ dilakukan dengan menggunakan persamaan sebagai

berikut:

IDJ = 1/3 [Ipar + IPK + IdsInc] ………………………………… (9)

di mana:

Ipar : Indeks keanggotaan parleman (DPR)

IPK : Indeks pengambil keputusan

IdsInc : Indeks distribusi pendapatan

Indeks Kemiskinan Manusia (IKM)

IKM mengombinasikan dimensi-dimensi kemiskinan yang dianggap paling

mendasar yang direfleksikan dalam tiga indikator deprivasi yaitu hidup

singkat, pendidikan rendah dan ketiadaan akses terhadap sumber daya dan

pelayanan dasar. Hidup singkat, diukur dengan “probbabilitas penduduk

meninggal sebelum mencapai umur tepat 40 tahun (=P1)’ yang dinyatakan

dalam persen. Tahapan pertama penghitung P1 adalah dengan menyusun

model life table varian Coale-Demeny (Trussel) yang menggunakan data e0




dengan tahun rujukan 1990 dan 1995. Berdasarkan model tersebut dihitung

40q0 menggunakan persamaan (10 -140) / 10.

Pendidikan rendah diukur dengan persentase penduduk dewasa yang buta

huruf (=P2). P2 dihitung berdasarkan data Sensus Penduduk dan Supas

untuk penduduk yang berumur 15 tahun ke atas. Ketiadaan akses terhadap

sumber daya dan pelayanan dasar (=P3), untuk mengindikasikan hal

tersebut digunakan:

- Persentase penduduk yang tidak memiliki akses terhadap sumber air

bersih (=P31). P31 didefinisikan sebagai persentase rumah tangga yang

memiliki sumber air minum bukan leding, pompa, atau sumur dengan

jarak ke tempat pembuangan kotoran kurang dari 10 m. Data yang

digunakan adalah data Susenas.

- Persentase penduduk yang tidak memiliki akses ke fasilitas kesehatan

(=P32). P32 didefinisikan sebagai persentase penduduk yang tinggal

berjarak 5 km atau lebih untuk menjangkau fasilitas kesehatan. Sumber

data P32 sama dentan sumber data P31.

- Persentase anak di bawah lima tahun yang berstatus gizi kurang (=P33),

merupakan persentase balita berstatus gizi kurang atau sedang. Data P33

juga bersumber dari Susenas.

Rumus Penghitungan IKM

IKM = [1/3 (P31 + P32 + P33)] 1/3

di mana: P3 = 1/3 (P31+ P32 + P33)

Ukuran Perkembangan IPM

Untuk mengukur kecepatan perkembangan IPM dalam suatu kurun waktu

digunakan reduksi Shortfall per tahun (annual reduction in shortfall).

Untuk ini secara sederhana menunjukkan perbandingan antara capaian yang

telah ditempuh dengan capaian yang masih harus ditempuh untuk mencapai

titik ideal (IPM=100). Prosedur penghitungan reduksi shortfall IPM (=r)

dapat dirumuskan sebagai berikut:


n

ideal

ini

IPMIPM

xIPMIPMr

/1

)

(

100(

di mana:

IPMt : IPM pada tahun t

IPMt + n : IPM pada tahun t + n

IPM ideal : 100

Sebagai catatan, rumus tersebut menghasilkan angka dalam persentase.

Selain itu, rumus tersebut dapat pula digunakan untuk mengukur kesepatan

perubahan komponen IPM.

2). Kemiskinan

Pengertian Garis Kemiskinan

Jumlah dan persentase penduduk miskin dihitung berdasarkan tingkat

pengeluaran perkapitanya. Mereka yang memiliki tingkat pengeluaran lebih

rendah dari garis kemiskinan (GK) dikategorikan miskin. Garis kemiskinan,

yang merupakan standar kebutuhan dasar tersebut terdiri dari atas dua

komponen, yaitu batas kecukupan makanan dan non-makanan. GK ini pada

prinsipnya adalah suatu standar minimum yang diperlukan oleh seseorang

untuk memenuhi kebutuhan dasarnya. Dengan perkataan lain, GK adalah

nilai pengeluaran untuk minimum makanan dan bukan makanan per kapita

per bulan.

Batas kecukupan (standar minimum) untuk makanan yang secara memadai

harus dikonsumsi oleh seseorang ditetapkan mengacu pada rekomendasi

dari Widyakarya Nasional Pangan dan Gizi Tahun 1978, yaitu setara dengan

nilai konsumsi makanan yang menghasilkan energi 2.100 kalori per orang

per hari. Nilai rupiah dari pengeluaran makanan tersebut dihitung

berdasarkan harga dari suatu paket komoditi makanan yang dikonsumsi

oleh penduduk yang hidup sedikit di atas garis kemiskinan (yang disebut

Reference Population). Paket tersebut terdiri atas 52 komoditi. Pemilihan



paket komoditi makanan ditentukan atas dasar persentase rumahtangga

yang mengkonsumsi komoditi tersebut, serta dengan mempertimbangkan

volume kalori yang terkandung dan kewajaran sebagai komoditi esensial.

Pemilihan paket komoditi makanan tidak membedakan antara yang di

perkotaan dan di perdesaan. Perbedaan nilai pengeluaran untuk komoditi-

komoditi makanan terpilih antara penduduk perkotaan dan perdesaan

mencerminkan perbedaan volume dan harga dari setiap komoditi makanan

terpilih, disamping kualitasnya. Pendekatan ini berlaku untuk tahun 1993

sampai sekarang. Sebelum tahun 1993 batas kecukupan makanan

ditentukan dari rata-rata harga kalori yang dikonsumsi oleh reference

population. Dikalikan 2.100. Tabel 2.3, berikut menyajikan ringkasan

metodologi yang digunakan BPS.

Tabel 3.3. Jumlah Komoditi Makanan dan bukan Makanan yang

Digunakan dalam Penetuan Garis Kemiskinan

Jumlah Komoditi

Garis

Kemiskinan

1990 atau sebelumnya

***)

1993 1996 1998

sampai

sekarang

Perkotaan Perdesaan K D K D K D

Makanan

Non-

makanan

-

14

-

12

52

46*)

52

46*)

52

43*)

52

41*)

52

27

52

25

*) Jenis komoditi (untuk tahun lainnya jumlah sub kelompok pengeluaran

**) Setelah dikelompokkan lagi menyesuaikan paket 1998 makan menjadi 35 sub

kelompok pengeluaran (diperkotaan ) dan 24 (diperdesaan)

***) Untuk tahun 1990 dan sebelumnya, standar makanan dihitung dari 2.100 x

Harga Kalori



Indeks Kedalaman dan Keparahan Kemiskinan

Pengukuran kemiskinan dengan menggunakan Head Count Index masih

belum cukup menggambarkan kemiskinan karena hanya jumlah penduduk

miskin saja yang diperhitungkan. Padahal kelompok penduduk miskin yang

berada di bawah garis kemiskinan tersebut perlu dilihat lebih jauh tentang

seberapa jauh tingkat keparahannya. Berdasarkan rumusan yang diajukan

oleh Foster-Greer-Thorbecke (FGT), hal ini dapat diukur dari tingkat

kedalaman/ jurang kemiskinannya (Poverty Gap Index) dan tingkat

keparahannya (Poverty Severity Index) pada kelompok miskin tersebut.

Ketiga pengukuran tingkat kemiskinan ini terangkum di dalam rumusan

sebagai berikut.

q

i

iz

z

yy

nP

1

1

dimana:

α = 0, 1, 2

z = Garis kemiskinan

yz = Rata-rata pendapatan individu sebesar Garis Kemiskinan

yi = Rata-rata pendapatan individu miskin (di bawah garis kemiskinan)

(i = 1, 2, ..., q), yi < yz.

q = Banyaknya penduduk yang berada di bawah garis kemiskinan

n = Jumlah penduduk

Berdasarkan formula di atas, faktor yang ada di dalam kurung adalah

proporsi kurangnya pendapatan orang miskin terhadap Garis Kemiskinan

itu sendiri, atau dapat diartikan sebagai jarak atau jauhnya seorang individu

dari garis kemiskinan, yang distandarisasikan oleh nilai Garis Kemiskinan

itu sendiri.

Proporsi (faktor di dalam kurung) tersebut dipangkatkan dengan koefisien

α yang bisa bernilai 0 sampai dengan (tak terhingga). Berdasarkan nilai q



tersebut, menunjukkan ada sebanyak q orang miskin, maka ada sebanyak q

nilai proporsi yang telah dipangkatkan tersebut. Selanjutnya nilai dari

penjumlahan tersebut dibagi dengan jumlah total individu/ jumlah

penduduk (atau proporsi tersebut dikalikan dengan 1/n).

Jika α = 0 maka rumus FGT index tersebut menjadi :

n

qP 0

yang dapat diartikan sebagai jumlah orang miskin (q) dibagi dengan total

jumlah penduduk (n). Ukuran kemiskinan ini dikenal dengan nama

headcount ratio.

Jika α = 1 diperoleh Poverty Gap Index (P1) :

Angka poverty gap ratio tersebut merupakan persentase rata-rata

kekurangan pendapatan penduduk miskin terhadap garis kemiskinan.

Formula tersebut di atas dihitung berdasarkan rasio antara jumlah uang

yang dibutuhkan untuk menanggulangi kemiskinan tersebut (poverty gap)

dengan total pendapatan dari seluruh individu/ jumlah penduduk masing-

masing sebesar nilai Garis Kemiskinan.

Dengan formula P1 ini sudah mengakomodasi tingkat keparahan

kemiskinan.

α = 2 diperoleh Poverty Severity (FGT) Index (P2) :

Ukuran kemiskinan ini diusulkan untuk digunakan oleh Foster, Greer dan

Thorbecke. Berdasarkan formula tersebut dapat menangkap tingkat

keparahan relatif dari kemiskinan, lebih baik dibandingkan dengan formula

P1.

z

q

iiz

ny

yyP

1

1



Gini Ratio

Indeks Gini atau Ratio Gini adalah koefisien yang berkisar antara 0 sampai

1, yang memberikan gambaran tentang kadar kemerataan atau kesenjangan

distribusi pendapatan suatu wilayah. Jika nilai dari indeks tersebut semakin

besar (mendekati 1), memberikan isyarat bahwa tingkat distribusi yang

terjadi semakin senjang. Sedangkan jika nilai indeks tersebut semakin

mengecil (mendekati 0) maka distribusi pendapatan di wilayah tersebut

semakin merata. Angka Ratio Gini dapat ditaksir secara visual langsung

dari kurva Lorenz, yaitu perbandingan luas area yang terletak di antara

kurva Lorenz dan diagonal terhadap luas area segitiga OBC. Semakin

melengkung kurva Lorenz maka luas area yang dibagi akan semakin besar

(ratio gininya akan semakin besar pula). Formula penghitungan Ratio Gini

adalah sebagai berikut:

Keterangan:

IG = Indeks Gini

F(x) = Fungsi yang menggambarkan persentasependapatan penduduk

berdasarkan persentase jumlah penduduk yang ada

2

1

2

2 )( z

q

iiz

yn

yyP

)1(1

1

jj

k

jjPIG

Keterangan:

IG = Indeks Gini

P = peluang;

= persen kumulatif pendapatan; P=n/k

n = jumlah contoh dengan nilai sama

k = contoh total



Indeks Williamson

Indeks Williamson (CVw) salah satu analisis yang digunakan untuk

mengukur ketimpangan pendapatan regional, khususnya pendapatan

dalam pengertian indikator PDRB per kapita.

Y

n

nxYY

CVp

pp

w

Keterangan:

CVw = Weighted coefficient of variation

np = Jumlah penduduk di provinsi p

n = Total Jumlah Penduduk di seluruh provinsi

= PDRB per kapita di provinsi p pY

= Rata-rata PDRB per kapita seluruh provinsi Y

3). Ketenagakerjaan

Angkatan Kerja (Labour Force)

Angkatan kerja adalah mereka yang berumur 15 tahun ke atas dan selama

seminggu yang lalu mempunyai pekerjaan, baik yang bekerja maupun yang

sementara tidak bekerja karena suatu sebab, seperti sedang menunggu

panenan atau cuti. Di samping itu, mereka yang tidak mempunyai

pekerjaan tetapi sedang mencari pekerjaan/mengharapkan dapat pekerjaan

juga termasuk dalam kelompok angkatan kerja.

Bekerja (Working)

Bekerja adalah melakukan kegiatan/pekerjaan paling sedikit satu

jam berturut-turut selama seminggu yang lalu dengan maksud untuk

memperoleh atau membantu memperoleh pendapatan atau

keuntungan. Pekerja keluarga yang tidak dibayar termasuk kelompok

penduduk yang bekerja.




Bukan Angkatan Kerja (Not in Labour Force)

Bukan angkatan kerja adalah mereka yang berumur 10 tahun ke atas

dan selama seminggu yang lalu hanya bersekolah, mengurus rumah

tangga atau lainnya, serta tidak melakukan suatu kegiatan yang

dapat dimasukkan dalam kategori bekerja, sementara tidak bekerja,

atau mencari pekerjaan.

Jumlah Jam Kerja Seluruh Pekerjaan (Total Working Hours)

Jam kerja adalah jumlah kerja mereka yang bekerja (tidak termasuk

jam kerja istirahat resmi dan jam kerja yang digunakan untuk hal-hal

di luar pekerjaan) selama seminggu yang lalu.

Tingkat Partisipasi Angkatan Kerja (Labor Force Participation

Rate)

Tingkat Partisipasi Angkatan Kerja (TPAK) merupakan persentase jumlah

angkatan kerja terhadap penduduk usia kerja. Indikator ini menunjukkan

persentase penduduk yang membutuhkan pekerjaan (aktif secara

ekonomis).

Formula perhitungan TPAK adalah sebagai berikut:

Data yang digunakan untuk mengolah variabel ini berasal dari Susenas.

Angka Beban Tanggungan (Dependency Ratio)

Variabel ini digunakan untuk mengetahui tingkat ketergantungan

penduduk usia tidak produktif terhadap penduduk usia produktif, atau

untuk mengetahui tingkat beban tanggungan penduduk usia produktif

terhadap penduduk usia tidak produktif. Secara kuantitatif angka beban

tanggungan adalah angka yang menyatakan perbandingan antara penduduk

%100XKerjaUsiaPendudukJumlah

KerjaAngkatanJumlahTPAK



usia tidak produktif (di bawah 15 tahun dan 65 tahun ke atas) dengan usia

produktif (antara 15 sampai 64 tahun) dikalikan 100.

Formula perhitungan Angka Beban Tanggungan adalah sebagai berikut:

Secara kasar angka ini dapat digunakan sebagai indikator ekonomi dari

suatu negara apakah tergolong maju atau bukan. Sebagai contoh, jika angka

beban tanggungannya 87, berarti tiap 100 orang yang produktif harus

menanggung 87 orang yang tidak produktif.


Tingkat Pengangguran Terbuka (Open Unenployment Rate)

Variabel ini digunakan untuk mengetahui tingkat pengangguran terbuka di

kalangan angkatan kerja, yaitu merupakan perbandingan antara jumlah

pencari kerja dengan jumlah angkatan kerja. Angkatan kerja (labour force)

sendiri didefinisikan sebagai mereka yang berumur 10 tahun ke atas dan

selama seminggu yang lalu mempunyai pekerjaan, baik yang bekerja

maupun yang sementara tidak bekerja karena suatu sebab, seperti sedang

menunggu panenan atau cuti. Di samping itu, mereka yang tidak

mempunyai pekerjaan tetapi sedang mencari pekerjaan/mengharapkan

dapat pekerjaan juga termasuk dalam kelompok angkatan kerja.

Formula yang digunakan untuk menghitung Tingkat Pengangguran

Terbuka (Ppk) adalah:

Data yang digunakan untuk mengolah variabel ini berasal dari Susenas

tahun 1996 dan 1999.

% 100X ProduktifUsia Penduduk Jumlah

Produktif Usia Tidak Penduduk Jumlahn TanggungaBebanAngka

% 100X Kerja AngkatanJumlah

KerjaPencari Jumlah Ppk


Setengah Bekerja (Under Employment)

Variabel ini menyajikan jumlah dan persentase penduduk yang termasuk

dalam klasifikasi setengah bekerja. Penduduk yang tergolong setengah

bekerja adalah mereka yang bekerja kurang dari 35 jam kerja selama

seminggu.

Formula yang digunakan untuk menghitung tingkat penduduk setengah

bekerja (Pb) adalah:

% 100XbekerjayangpendudukJumlah

semingguselama jam 35 bekerja yangpendudukJumlah

Pb


Pekerja Sektor Informal

Variabel ini menyajikan jumlah dan persentase penduduk yang bekerja

pada sektor informal. Sektor informal adalah sektor-sektor ekonomi yang

kegiatannya tidak teregistrasi secara resmi. Data yang digunakan untuk

mengolah variabel ini berasal dari Susenas tahun 1996 dan 1999.

4). Variabel Kesehatan

Angka Harapan Hidup pada Waktu Lahir (Life Expectancy at

Birth)

Angka harapan hidup pada waktu lahir adalah suatu perkiraan rata-rata

lamanya hidup sejak lahir (dalam tahun) yang akan dicapai oleh penduduk.

Data yang digunakan berasal dari olahan BPS tahun 1996 dan 1999.

Keluhan Kesehatan (Health Complaints)

Keluhan kesehatan adalah keadaan seseorang yang merasa terganggu oleh

kondisi kesehatan, kejiwaan, kecelakaan, atau hal lain. Seseorang yang

menderita penyakit kronis dianggap mempunyai keluhan kesehatan

walaupun pada waktu survai (satu bulan terakhir) yang bersangkutan tidak




kambuh penyakitnya. Data yang digunakan untuk mengolah variabel ini

berasal dari Susenas tahun 1996 dan 1999 dan hasil olahan Biro Pusat

Statistik tahun 1996 dan 1999.

Rata-rata Lama Sakit (Length of Illness)

Indikator ini menggambarkan tingkat intensitas yang dialami penduduk.

Selain itu indikator ini menggambarkan besarnya kerugian yang dialami

penduduk karena penyakit yang diderita. Semakin besar nilai indikator ini

semakin tinggi tingkat intensitas penyakit yang diderita penduduk dan

semakin besar kerugian yang dialami.

Formula yang digunakan untuk menghitung rata-rata lama sakit (Rls) ini

adalah sebagai berikut:

Data yang digunakan untuk mengolah variabel ini berasal dari Susenas

tahun 1996 dan 1999 dan hasil olahan Biro Pusat Statistik.

Angka Kematian Bayi/Infant Mortality Rate (IMR)

Angka kematian bayi merupakan salah satu indikator yang penting dalam

menentukan tingkat kesehatan dan kesejahteraan masyarakat.

Angka tersebut dinyatakan dengan jumlah kematian bayi selama satu tahun

per 1000 kelahiran pada tahun yang sama.

Sumber data yang dapat digunakan: Sensus Penduduk, Supas dan Susenas

Catatan:

30

1

30

11

ii

iii

s

S

L*S

SakityangPendudukJumlah

SakitMenderitayangPendudukHariOrangJumlahR

10001

XttahunselamakelahiranJumlah

ttahunselamatahundibawahbayikematianJumlahIMR



Nilai normatif: < 40 Hard rock (“batu karang keras”), artinya IMR yang

kurang dari 40 sangat sulit diupayakan penurunannya; 40-70

Intermediate rock (“batu karang sedang”), artinya IMR antara 40-70 sulit

untuk diturunkan; >70 Sohx rock (“batu karang lunak”), artinya IMR

yang lebih besar dari 70 mudah untuk diturunkan. Kategorisasi ini

berkaitan dengan kemudahan penurunan IMR. Sebagai contoh, lebih

mudah menurunkan IMR yang masih di atas 70 dibandingkan

menurunkan IMR yang sudah lebih rendah dari 40.

Penolong Persalinan Bayi oleh Tenaga Medis (%) / Birth

Attended by Paramedies (%)

Indikator ini adalah persentase persalinan yang ditolong oleh tenaga

terdidik seperti dokter, bidan, dan tenaga medis lainnya. Indikator ini

digunakan untuk menggambarkan tingkat kemajuan pelayanan kesehatan

terutama pada saat kelahiran dimana resiko kematian yang amat tinggi.

Sumber data yang dapat digunakan: Susenas

Status Gizi Balita

Klasifikasi status gizi balita ditentukan oleh indeks berat badan menurut

umur berdasarkan Baku Harvard. Ada empat kategori untuk status gizi

balita yaitu: kategori gizi buruk, kurang, sedang dan baik. Batas ambang

(cut-off points) untuk keempat kategori tersebut adalah:

a. Gizi buruk : dibawah 60 persen baku

b. Gizi kurang : 60 s.d 69.9 persen baku

c. Gizi sedang : 70 s.d 79.9 persen baku

d. Gizi baik : 80 persen baku ke atas

Sumber data yang dapat digunakan: Susenas

%100,

XseluruhnyapersalinanJumlah

lainnyamedisdanbidandokter

tenagaditolongyangpersalinanJumlah

PERS



Penduduk yang mengalami keluhan kesehatan (%)

Indikator ini menggambarkan status kesehatan masyarakat secara umum.

Sumber data yang dapat digunakan Susenas.

5). Pendidikan

Angka Melek Huruf (Literacy Ratio)

Angka melek huruf adalah ukuran persentase penduduk usia sepuluh tahun

ke atas yang bisa membaca dan menulis. Formula yang digunakan untuk

menghitung angka melek huruf adalah sebagai berikut.

Data digunakan untuk mengolah variabel ini berasal dari Susenas.

Angka Partisipasi Pendidikan Murni

Angka partisipasi pendidikan murni (APM) adalah angka perbandingan

antara banyaknya murid dari jenjang pendidikan tertentu dengan

banyaknya penduduk usia sekolah pada jenjang yang sama, dinyatakan

dalam persen. Formula yang digunakan untuk menghitung APM adalah

sebagai berikut:

100% X Ataske Tahun10Usia Penduduk Jumlah

Baca TulisBisa yang Ataske Tahun10Usia Penduduk HurufkAngka Mele

100% X Tahun12 - 7Usia Penduduk Jumlah

SD MuridJumlahSDAPM


SLTP MuridJumlahSLTPAPM

%100tan

XpendudukJumlah

kesehakeluhanmengalamiyangpendudukJumlahPs



Data yang digunakan untuk mengolah variabel ini berasal dari Susenas .

Tingkat Pendidikan Tertinggi yang Ditamatkan

Tingkat pendidikan tertinggi yang ditamatkan adalah pendidikan formal

tertinggi yang berhasil ditamatkan. Indikator ini adalah persentase

penduduk berusia 10 tahun ke atas yang minimal berpendidikan SD. Angka

yang diperoleh digunakan untuk mengetahui tingkat kualitas pendidikan

penduduk dengan menggunakan pendidikan dasar sebagai batasan

minimal. Dengan demikian semakin besar penduduk berpendidikan SD ke

atas semakin tinggi kualitas pendidikan penduduk. Data yang digunakan

untuk mengolah variabel ini berasal dari Susenas

Putus Sekolah / Drop Out Rate

Angka Putus Sekolah dibagi menurut tiga kelompok umur yaitu kelompok

umur 7-15, 16-18 dan 19-24 tahun. Masing-masing kelompok tersebut

menunjukkan usia sekolah pada setiap jenjang pendidikan (dasar,

menengah dan tinggi).

Sumber data yang dapat digunakan: registrasi Depdikbud, Sensus

Penduduk, Supas dan Susenas

6). Ekonomi Daerah

Location Quotient (LQ)

Pada dasarnya sektor-sektor dalam perekonomian dapat dibagi ke dalam

dua sektor besar, yaitu sektor basis dan non basis. Sektor basis adalah

sektor-sektor yang mampu memenuhi kebutuhan daerah sendiri, bahkan


SLTA MuridJumlahSLTA APM

%100XikeumurkelompokpendudukJumlah

sekolahputusyangikeumurkelompokmenurutpendudukJumlahAPS i


dapat mengekspor barang dan jasanya ke luar daerah. Sedangkan sektor

non basis adalah sektor-sektor yang hanya mampu memenuhi kebutuhan

daerahnya sendiri, bahkan harus mengimpor dari luar daerah.

Salah satu pendekatan yang digunakan untuk menentukan sektor-sektor

basis ini adalah pendekatan Location Quotient atau sering disingkat .

merupakan indikator awal untuk menentukan posisi surplus/defisit

suatu daerah dalam hal konsumsi/produksi tertentu. Formula adalah

sebegai berikut :

LQ

LQ

LQ

iR

R

iN

N

SS

LQS

S

dimana:

iRS : jumlah PDRB sektor i suatu daerah

RS : jumlah total PDRB pada suatu daerah

iNS : jumlah PDB sektor i pada wilayah nasional

NS : jumlah total PDB pada wilayah nasional

Ada tiga kondisi yang dapat dicirikan dalam perhitungan dengan metode

pada suatu wilayah, yaitu: LQ

Jika nilai LQ > 1, menunjukkan sektor tersebut disamping dapat

memenuhi kebutuhannya sendiri, juga memberikan peluang untuk

diekspor ke wilayah lainnya. Dapat dikatakan pula bahwa wilayah

tersebut terspesialisasi pada sektor yang bersangkutan (sektor tersebut

merupakan sektor basis).

Jika nilai LQ = 1, menunjukkan sektor tersebut hanya dapat memenuhi

kebutuhan wilayah itu sendiri.

Jika nilai LQ < 1, menunjukkan bahwa sektor tersebut tidak cukup

memenuhi kebutuhan wilayahnya sendiri, sehingga wilayah tersebut

harus mengimpor dari wilayah lain. Dapat dikatakan juga bahwa

wilayah tersebut tidak terspesialisasi pada sektor yang bersangkutan.



Pembahasan mengenai model basis ekonomi diarahkan untuk memahami

bagaimana suatu wilayah sebagai bagian dari suatu wilayah yang lain dapat

terbentuk dan berbagai aktifitas yang menyertai dari pembentukan dan

pengisian kota. Analisis tersebut dapat juga dijadikan sebagai landasan bagi

analisis pengembangan sektor di suatu wilayah.

Pertumbuhan PDRB

Pertumbuhan PDRB agregat digunakan untuk melihat prestasi ekonomi

suatu daerah dalam kurun waktu tertentu. Dalam pengembangan Profil

Ekonomi Daerah ini kurun waktu yang digunakan terdiri dari dari dua

periode, yaitu periode 1994-1996 dan 1996-1998. Untuk dapat mengetahui

pertumbuhan ekonomi daerah secara riil, maka penghitungan

pertumbuhan menggunakan data PDRB agregat atas dasar harga konstan

1993 yang telah menghilangkan pengaruh perubahan harga dan inflasi.

Nilai PDRB yang diolah dibagi dalam nilai PDRB migas dan non-migas.

Pertumbuhan ekonomi dihitung dengan menggunakan formula sebagai

berikut:

R = %1001

12 x

xx

Keterangan:

R = Nilai pertumbuhan PDRB

x1 = Data PDRB pada awal tahun kajian

x2 = Data PDRB pada akhir tahun kajian

Catatan:

Nilai pertumbuhan dinyatakan dalam rentang dua tahun, bukan rata-

rata per tahun. Hal ini dimaksudkan untuk membandingkan kinerja

ekonomi dalam dua periode yaitu periode tahun 1994-1996 dan 1996-1998

(saat terjadi krisis ekonomi). Rentang waktu pertumbuhan ini selanjutnya

digunakan dalam pengolahan variabel data yang lain.




Pertumbuhan Nilai Tambah Sektoral

Produk Domestik Regional Bruto (PDRB) berjumlah sembilan sektor.

Untuk lebih menyederhanakan dalam proses penghitungan pertumbuhan

sektoralnya, maka dilakukan pengelompokan yang disusun menurut versi

Bank Dunia (tahun 1970-an), dengan pengelompokan sebagai berikut:

• Sektor pertanian.

• Sektor industri, terdiri dari sektor pertambangan dan penggalian;

industri manufaktur, listrik, gas dan air minum; dan sektor bangunan.

• Sektor jasa, terdiri dari sektor perdagangan, hotel dan restoran;

transportasi dan komunikasi; bank dan lembaga keuangan lainnya; dan

jasa-jasa lainnya.

Berdasarkan pengelompokan tersebut, dihitung pertumbuhan masing-

masing sektor untuk melihat pergeseran setiap sektor pada periode 1994-

1996 dan periode 1996-1998.

Penghitungan pertumbuhan sektoral tersebut menggunakan formula

sebagai berikut:

Keterangan:

Ri = Nilai pertumbuhan sektor i

Xi1= Data sektor i pada awal kajian

Xi2= Data sektor i pada akhir kajian

Kontribusi Sektoral PDRB

Data yang digunakan untuk kontribusi sektoral PDRB adalah PDRB

sektoral tahun 1994, 1996, dan 1998 dengan sektor sesuai hasil

pengelompokan, yaitu: sektor pertanian, industri, dan sektor jasa.

Kontribusi setiap sektor terhadap jumlah total PDRB ditujukan untuk

melihat sektor yang memberikan kontribusi terbesar pada tahun 1994,

Ri = %1001

12

i

ii

x

xx

K o n t r i b u si S e k t o r i = %100× PDRBtotal Nilai

sektor iNilai


1996, dan 1998. Penentuan besarnya kontribusi sektoral dihitung dengan

formula berikut ini:

Keunggulan Sektoral Metode Shift-Share

Analisis shift-share biasanya dilakukan dengan metode perbandingan

performance pertumbuhan antara suatu daerah dengan daerah yang lebih

besar. Kegunaan metode ini adalah untuk mengetahui kinerja

perekonomian, pergeseran struktur, posisi relatif sektor-sektor ekonomi

dan sektor-sektor yang unggul dalam suatu wilayah.

Analisis shift-share membagi perubahan atau pertumbuhan kinerja

ekonomi kabupaten/kota dalam tiga komponen, yaitu:

a. Komponen pertumbuhan ekonomi propinsi (Rpt) yang mengukur

perubahan kinerja ekonomi pada perekonomian yang dirujuk dalam hal

ini propinsi.

b. Komponen pertumbuhan keunggulan sektoral propinsi (Rps) yang

mengukur perbedaan pertumbuhan sektor-sektor ekonomi propinsi

dengan pertumbuhan ekonomi agregat propinsi. Apabila komponen

pada salah satu sektor propinsi bernilai positif, berarti bahwa sektor

tersebut berkembang dalam perekonomian propinsi tersebut.

Sebaliknya bila negatif, sektor tersebut menurun kinerjanya.

c. Komponen pertumbuhan keunggulan sektoral kabupaten (Rks) yang

mengukur kinerja sektor-sektor kabupaten terhadap sektor-sektor yang

sama pada perekonomian tingkat propinsi. Apabila komponen pada

salah satu sektor bernilai positif, maka daya saing sektor kabupaten

meningkat dibandingkan sektor yang sama dalam skala propinsi dan

apabila negatif maka terjadi fenomena sebaliknya.

Untuk mengetahui total pertumbuhan sektoral kabupaten (Rkt), maka

ketiga komponen di atas dijumlahkan. Secara lebih sederhana dapat

dituliskan dengan formula sebagai berikut:

Rkt = Rpt + Rps + Rks




Masing-masing komponen pertumbuhan tersebut dapat dijelaskan dengan

formula sebagai berikut:

Keterangan:

P1 = PDRB agregat propinsi pada akhir tahun kajian

P0 = PDRB agregat propinsi pada awal tahun kajian

P1i = PDRB sektor i dalam skala propinsi pada akhir tahun kajian

P0i = PDRB sektor i dalam skala propinsi pada awal tahun kajian

K1i = PDRB sektor i dalam skala kabupaten pada akhir tahun kajian

K0 = PDRB sektor i dalam skala kabupaten pada awal tahun kajian

Data sektoral PDRB dalam penghitungan shift-share menggunakan tiga klasifikasi

sektor, yaitu: pertanian, industri, dan jasa. Komponen-komponen pertumbuhan

dianalisis dengan menggunakan dua periode waktu, yaitu periode waktu tahun

1994-1996 dan 1996-1998. Dengan demikian pertumbuhan dihitung dalam

rentang dua tahun. Dari kedua periode waktu tersebut akan dibandingkan

pertumbuhan komponen ekonomi di setiap kabupaten/kota dan dapat juga dilihat

pada tingkat propinsi.

R p t =

0

01

P Total

P TotalP Total

Rps = 0

01

0

0i

1

P Total

P Total P Total

PSektor

PSektor PSektor

i

i

R k s = i

0

i0

i1

i0

i0

i1

PSektor

PSektor PSektor

KSektor

KSektor KSektor


3.2. Analisis kesenjangan antarwilayah

Rangkaian berbagai penelitian tentang kesenjangan ditandai oleh tonggak-tonggak

temuan. Kuznets (1954) tercatat sebagai salah satu peneliti awal dalam meneliti

kesenjangan. Penelitian kesenjangan di berbagai negara secara cross-sectional dan

menemukan pola U terbalik. Kuznets menyimpulkan bahwa pendapatan rata-rata

perkapita pada awal perkembangan negara masih rendah, dan tingkat kesenjangan

juga rendah. Ketika pendapatan rata-rata naik, maka kesenjangan juga meningkat.

Kemudian ketika pendapatan rata-rata naik lebih tinggi, maka kesenjangan akan

turun kembali.

Penelitian yang dilakukan oleh Williamson (1966) menekankan pada kesenjangan

antarwilayah di dalam negara. Williamson menghubungkan kesenjangan

pendapatan rata-rata antarwilayah dengan berbagai faktor termasuk tingkat

urbanisasi suatu wilayah.

Di samping pola dan faktor penentu kesenjangan, peneliti juga mengamati proses

terjadinya kesenjangan. Myrdal (1957) melakukan penelitian tentang sistem

kapitalis yang menekankan kepada tingkat keuntungan bagi suatu wilayah yang

memberikan harapan tingkat keuntungan tinggi akan berkembang menjadi pusat-

pusat perkembangan kesejahteraan. Di sisi lain, wilayah-wilayah dengan harapan

tingkat keuntungan yang rendah tidak akan berkembang sehingga terjadi

kesenjangan. Teori efek polarisasi menjelaskan kesenjangan antarwilayah yang

meningkat karena berpindahnya faktor produksi dari wilayah yang terbelakang ke

wilayah yang lebih maju. Sebaliknya terdapat teori yang menjelaskan proses yang

berlawan arah, yaitu teori efek penetesan yang menjelaskan penyebaran faktor

produksi dari suatu wilayah yang telah maju ke wilayah yang belum maju karena

di wilayah yang telah maju terjadi eksternalitas negatif yang makin besar.

Dalam penelitian lain, kesenjangan juga dikaitkan dengan faktor alam, yaitu

tingkat kekayaan sumber daya alam suatu wilayah. Sedangkan penelitian lain

menyebutkan bahwa urbanisasi, sebagai akibat dari kesenjangan perdesaan dan

perkotaan, merupakan proses menuju suatu bentuk tertentu dari keseimbangan.

Guna memberikan gambaran perkembagan terakhir tentang penelitian

kesenjangan, berikut ini disampaikan tinjauan singkat dari beberapa hasil

penelitian.



Zhicheng Liang (2005) menjelaskan mengenai pola hubungan perkembangan

sektor keuangan dan pertumbuhan ekonomi yang berimplikasi pada disparitas

antarwilayah di China khususnya kesenjangan wilayah pesisir dan daratan.

Penelitian ini berusaha mengeksplorasi bagaimana keadaan perekonomian makro

di China pasca diberlakukannya dualisme sistem ekonomi China (lebih bersifat

kapitalis untuk wilayah pesisir dan sosialis untuk wilayah daratan). Kesimpulan

dari penelitian ini menunjukkan bahwa perkembangan sektor keuangan secara

signifikan meningkatkan pertumbuhan ekonomi wilayah pesisir, tapi tidak

memberi dampak pada wilayah daratan, dan fakta ini diperburuk oleh lemahnya

pertumbuhan sektor keuangan di wilayah daratan yang secara kontekstual

semakin memperburuk disparitas antara wilayah pesisir dan wilayah daratan di

China. Penelitian tersebut menggunakan data Produk Domestik Regional Bruto

provinsi di China, dan melihat tingkat kesenjangan berdasarkan indeks Gini.

Salvadore Barrios dan Eric Strobl (2006) menuliskan laporan penelitian mengenai

hubungan antara kesenjangan antarwilayah dengan pembangunan ekonomi.

Penelitian ini menggunakan data Produk Domestik Bruto di negara-negara Uni

Eropa yang diolah dengan metoda ekonometrik untuk menjelaskan pola hubungan

antara PDB dengan kesenjangan antarwilayah yang berbentuk kurva huruf U

terbalik. Hasil penelitian ini memberikan bukti kuat bahwa untuk negara-negara

yang tergabung dalam Uni Eropa memilki pola kesenjangan wilayah yang

berbentuk kurva huruf “U” terbalik. Temuan ini sejalan dengan temuan Kuznets.

Temuan lain dari penelitian ini membuktikan bahwa variabel yang berkaitan

dengan kebijakan penggabungan ekonomi negara Uni Eropa antara lain struktur

anggaran negara dan desentralisasi fiskal dan mekanisme redistribusi jaminan

sosial memberi dampak terhadap kesenjangan antarwilayah.

Penelitan unik yang dilakukan oleh Diego Andre de Assumcao (2005) mencoba

mengeksplorasi peran pengetahuan masyarakat sebagai faktor utama dalam

mengurangi kesenjangan antarwilayah di Brazil. Dalam laporan penelitian, mereka

memaparkan berbagai alternatif untuk sosialisasi pengetahuan kepada masyarakat

melalui berbagai saluran atau kanal informasi. Penelitian ini juga dikaitkan

dengan Pencapaian Tujuan Pembangunan Milenium di Brazil. Tujuan

Pembangunan Milenium tersebut digunakan sebagai indikator untuk



memperlihatkan perkembangan Brazil dalam peningkatan kesejahteraan dan

pengetahuan masyarakat untuk mengurangi kesenjangan wilayah.

Penelitian kesenjangan antardaerah di India yang relatif baru dilakukan oleh B.

Bhatacharya dan A Sakthivel (2004). Penelitian ini menganalisis kesenjangan

wilayah yang terjadi di India. Data yang digunakan dalam penelitian ini adalah

data Produk Domestik Bruto, Produk Domestik Regional Bruto, dan pendapatan

perkapita sebagai dasar analisis statistik deskiptif untuk menjelaskan kinerja

pertumbuhan wilayah dan perubahan struktur wilayah-wilayah di India.

Penelitian ini menghasilkan temuan bahwa pembangunan industri di India

berjalan secara cepat dan terpusat di wilayah-wilayah dengan infrastruktur

memadai. Pola pembangunan seperti ini semakin mempertajam kesenjangan

antarwilayah di India. Temuan lainnya adalah adanya korelasi negatif antara

pertumbuhan penduduk dan pertumbuhan pendapatan. Hal ini secara berantai

menimbulkan suatu masalah yang simultan, yaitu beban wilayah yang berat

dengan jumlah penduduk tinggi dan pendapatan yang rendah sehingga

mendorong migrasi ke wilayah lain yang lebih maju. Di sisi lain, masalah yang

terjadi di wilayah tujuan adalah tidak meratanya tingkat pendidikan yang

menyebabkan timbulnya masalah sosial pengangguran yang mengarah pada

meningkatnya kriminalitas.

Penelitian lain yang relevan dengan desentralisasi dilakukan oleh Christian

Lessmann (2006). Ia meneliti mengenai hubungan desentralisasi fiskal dengan

kesenjangan wilayah. Penelitian ini mengunakan beberapa data statistik ekonomi

17 negara OECD yang diolah melalui analisis statistik deskriptif. Penelitian ini

menghasilkan temuan bahwa negara dengan tingkat desentralisasi fiskal yang

tinggi memiliki kesenjangan wilayah yang rendah. Kewenangan dan otonomi lokal

terhadap kapasitas fiskal wilayah yang besar akan dapat mengurangi kesenjangan.

Namun, hasil temuan ini hanya berlaku bagi negara-negara maju saja. Bagi negara

berkembang dan miskin, desentralisasi mungkin akan menyebabkan semakin

tajamnya kesenjangan antarwilayah. Hal ini disebabkan masih tingginya tingkat

korupsi dan lemahnya kapasitas pemerintah daerah dalam pengelolaan sumber

daya dan pelayanan publik.




3.2.1. Fokus Substansi Untuk Penyajian Profil Kesenjangan

Antarwilayah

Bertitik tolak dari fakta kesenjangan kesejahteraan masyarakat dan kesenjangan

output regional yang terjadi antardaerah, maka profil kesenjangan antarwilayah

diarahkan untuk menggambarkan kedua komponen tersebut, serta menunjukkan

hubungan dari keduannya. Output regional menggunakan pendekatan wilayah

(area approach), sementara kesejahteraan masyarakat (community welfare)

menggunakan pendekatan rumah tangga (household approach). Output regional

dan kesejahteraan masyarakat ini, pada hakikatnya merupakan dua hal yang

berbeda, bahkan patut dipertanyakan dalam kontek sebagai berikut:

Apakah ada kaitan antara kekayaan daerah (regional prosperity)

dengan kesejahteraan masyarakat (community welfare) di suatu

daerah?.

Apakah suatu tingkat kekayaan daerah yang tinggi juga akan

berdampak pada tingginya kesejahteraan masyarakat di daerah

tersebut?

Pada dasarnya output regional merupakan sumber dari pengeluaran individu pada

suatu daerah sebagai mana konsep PDB nasional (Y). Dimana, Y selanjutnya bisa

diderivasi dengan mengurangkan dan menambahkannya dengan beberapa faktor,

yang akan menghasilkan pendapatan yang siap dibelanjakan oleh penduduk

(disposable income) dengan notasi (Yd). Yd yang dibelanjakan disebut konsumsi

(C), dan Yd yang tidak dibelanjakan disebut tabungan/saving (S), sehingga Yd = C

+ S. Sebagian dari pengeluaran konsumsi itu dialokasikan untuk kebutuhan

mendapatkan pelayanan pendidikan dan kesehatan. Pendidikan dan kesehatan

inilah yang pada gilirannya akan meningkatkan human capability dalam jangka

panjang untuk mampu men-generate disposable income. Secara singkat

demikianlah siklus antara output regional dan community welfare1.

1 Aspirasi Terhadap Ketidakmerataan; Disparitas Regional dan Konflik Vertikal Di Indonesia

Project INS/99/002 – Policy Support for Sustainable Social Economic Recovery, United Nations Support Facility for Indonesian Recovery ,Februari 2001


Untuk mengetahui beberapa indikator yang relevan menunjukkan ukuran

kesejahteraan, dan output regional tersebut akan dijabarkan melalui konsep

tentang kesejahteraan dan output regional.

3.2.1.1. Konsep tentang Kesejahteraan

Sejahtera mempunyai pengertian yang sangat mirip dengan pengertian kepuasan

hidup. Kepuasan hidup merupakan fungsi/bergantung kepada pemenuhan

kebutuhan materil maupun immateril dengan komposisi yang spesifik untuk tiap

individu atau kelompok. Ada pendapat yang menyatakan bahwa kepuasan tersebut

bisa diukur, bahkan ada juga yang berpendapat bahwa di samping bisa diukur

untuk setiap individu dan kelompok bisa juga diperbandingkan antara individu

atau kelompok. Tetapi di lain pihak ada juga yang berpendapat bahwa kepuasan

tidak bisa diukur.

Pengertian mengenai kesejahteraan dalam hal ini bertumpu kepada

wacana/pembahasan mengenai tingkat kepuasan seperti di atas, akan tetapi

berorientasi kepada pengertian parsial dan lebih spesifik lagi terbatas untuk

menunjukkan komponen-komponen kesejahteraan yang dianggap penting. Ada

berbagai upaya untuk menunjukkan/mengukur komponen-komponen yang

dianggap penting tersebut, yang dikenal cukup luas antara lain: Pendekatan

Kebutuhan Dasar (Basic Needs Approach/BNA), Indeks Mutu Hidup (Physical

Quality of Life Index/PQLI), dan Indeks Pembangunan Manusia (Human

Development Index/HDI).

Berbagai indikator kesejahteraan telah dikembangkan sebagai dasar dalam

mengamati pola kesenjangan kesejahteraan masyarakat antardaerah. Pada

mulanya studi mengenai kesenjangan kesejahteraan antardaerah umumnya

menggunakan indikator output ekonomi rata-rata perkapita sebagai proksi

terhadap tingkat kesejahteraan masyarakat di wilayah tersebut. Kritik terhadap

penggunaan indikator tersebut adalah berkaitan dengan isu mengenai

ketidaktentuan atau ketidakpastian hubungan antara output ekonomi suatu

wilayah dengan tingkat kesejahteraan masyarakat wilayah tersebut. Suatu wilayah

mempunyai output ekonomi tinggi, namun tingkat kesejahteraan masyarakat

wilayah itu mungkin saja rendah. Dalam konteks ini pemahaman tentang



kesejahteraan wilayah (place prosperity) tidak sama dengan kesejahteraan

masyarakat wilayah (people prosperity). Perbedaan ini sering dikaitkan dengan

”pembangunan di daerah” dan ”pembangunan daerah”. Di samping itu,

penggunaan indikator output ekonomi rata-rata perkapita juga dianggap

menyederhanakan pengertian kesejahteraan. Kesejahteraan menyangkut berbagai

dimensi sehingga kurang tepat untuk disederhanakan menjadi satu dimensi

gabungan atau komposit ekonomi saja. Berbagai studi mencoba untuk

menggunakan indikator dalam mengukur perkembangan kesejahteraan

masyarakat. Penggunaan indikator komposit menghadapi tantangan dari segi

penerimaan secara luas. Tanpa penerimaan secara luas, maka hasil suatu studi

sulit untuk diperbandingkan dengan hasil studi lainnya.

Berbagai studi terdahulu, mengukur kesenjangan berdasarkan formulasi yang

diturunkan dari kurva distribusi Lorenz. Dengan formulasi tertentu, kurva

distribusi Lorenz digunakan untuk menghitung indeks kesenjangan Gini,

Williamson, Theil, dan sebagainya. Saat ini penggunaan Indeks Pembangunan

Manusia (IPM) atau Human Development Index (HDI) sebagai indikator

kesejahteraan memperoleh penerimaan secara luas di seluruh dunia, bahkan telah

memperoleh penerimaan pada tingkat daerah. Oleh sebab itu, penelitian ini

menggunakan indeks pembangunan manusia sebagai acuan untuk menentukan

tingkat kesejahteraan dalam bentuk ranking kesejahteraan suatu negara atau

daerah. Sumber data yang digunakan dalam penelitian ini adalah publikasi Bada

Pusat Statistik, baik data Survei Sosial Ekonomi Nasional, Produk Domestik

Regional Bruto maupun data lainnya.

Penelitian ini bertujuan untuk memetakan pola perkembangan dan kesenjangan

antardaerah dengan menggunakan IPM sebagai indikator utama. Deskripsi

tentang pola perkembangan dan kesenjangan antardaerah sangat penting untuk

memahami daerah-daerah yang perlu memperoleh perhatian khusus dalam

perumusan kebijakan. Selain itu, penelitian ini juga menganalisis keterkaitan pola

perkembangan kesejahteraan masyarakat di daerah tersebut dengan variabel-

variabel pembentuk IPM dan variabel-variabel lain yang relevan. Berbagai studi

telah memperluas eksplorasi dengan memperhitungkan berapa lama yang

diperlukan oleh suatu negara atau suatu daerah untuk mencapai tingkat

kesejahteraan tertentu.



Salah satu motivasi yang melatarbelakangi penelitian ini adalah bagaimana bisa

menyampaikan dan menyebarkan informasi tentang perkembangan dan

kesenjangan kesejahteraan secara luas. Oleh sebab itu, indikator kesejahteraan

yang digunakan harus mudah dipahami, komunikatif dan merangsang

keterlibatan dalam pembahasan. Hal ini dianggap penting karena perencanaan

pembangunan dewasa ini umumnya menggunakan pendekatan partisipatif.

Dengan pertimbangan tersebut, penelitian ini menggunakan formulasi sederhana,

nilai maksimum dan minimum, serta rata-rata hitung, serta tabel dan grafik yang

diharapkan bisa membantu kejelasan informasi mengenai perkembangan dan

kesenjangan kesejahteraan masyarakat daerah di Indonesia.

Perumusan dan Penjelasan Indikator

Indeks Pembangunan Manusia

Indeks Pembangunan Manusia (IPM) merupakan suatu indikator komposit

tunggal yang diharapkan mampu merangkum beberapa dimensi utama

pembangunan manusia yang dinilai mencerminkan status kemampuan dasar

penduduk. Dimensi-dimensi utama itu adalah dimensi pendidikan, kesehatan, dan

ekonomi.

Indikator dan variabel yang menyusun Indeks Pembangunan Manusia ini adalah

variabel-variabel yang menunjukan kualitas sumber daya manusia dalam beberapa

dimensi-dimensi utama yaitu dimensi ekonomi, dimensi kesehatan, dan dimensi

pendidikan, yaitu sebagai berikut:

Indikator Ekonomi : Variabel yang dipakai dalam indikator ini adalah

Konsumsi/kapita disesuaikan (ribuan rupiah).

Indikator Kesehatan : Variabel yang dipakai dalam indikator ini adalah

Angka Harapan Hidup (tahun).

Indikator Pendidikan : Variabel yang dipakai dalam indikator ini adalah

Angka Melek Huruf (%) dan Rata-rata Lama Sekolah

(tahun).




Angka Harapan Hidup pada Waktu Lahir (Life Expectancy at

Birth)

Angka harapan hidup pada waktu lahir adalah suatu perkiraan rata-rata

lamanya hidup sejak lahir (dalam tahun) yang akan dicapai oleh

penduduk. Data yang digunakan berasal dari olahan BPS tahun 1996 dan

1999.

Angka Melek Huruf (Literacy Ratio)

Angka melek huruf adalah ukuran persentase penduduk usia sepuluh

tahun ke atas yang bisa membaca dan menulis. Formula yang digunakan

untuk menghitung angka melek huruf adalah sebagai berikut.

Data digunakan untuk mengolah variabel ini berasal dari Susenas tahun

1996 dan 1999 dan hasil olahan Biro Pusat Statistik tahun 1996 dan

1999.

2) Rata-rata Pengeluaran per Kapita Riil yang Disesuaikan

(Adjusted Real per Capita Expenditure)

Komponen standar hidup layak diukur dengan indikator rata-rata konsumsi

riil yang telah disesuaikan. Data yang ditampilkan merupakan hasil

pengolahan Biro Pusat Statistik (BPS), terutama berdasarkan data Susenas.

Sumber Data yang digunakan dalam penyusunan Indeks Pembanguanan

Manusia ini adalah data dari Susenas olahan Biro Pusat Statistik (BPS).

Rumus penghitungan IPM dapat disajikan sebagai berikut:

IPM = 1/3 [X(1) + X(2) + X (3)]

Keterangan:

X(1) = Indeks harapan hidup

100% X Ataske Tahun10Usia Penduduk Jumlah

Baca TulisBisa yang Ataske Tahun10Usia Penduduk Hurufk Angka Mele



X(2) = Indeks pendidikan = 2/3 (indeks melek huruf) +1/3 (indeks rata-

rata lama sekolah)

X(3) = Indeks standar hidup layak

Indeks komponen IPM merupakan perbandingan antara selisih nilai suatu

indikator dan nilai minimumnya dengan selisih nilai maksimum dan nilai

minimum indikator tersebut. Rumusnya dapat disajikan sebagai berikut:

Indeks X(i) = [ X(i) - X(i)min] / [ X(i)maks - X(i)min]

Keterangan:

X(i) = Indikator ke-i (i =1,2,3)

X(i)maks = Nilai maksimum X(i)

X(i)min = Nilai minimum X(i)

Nilai maksimum dan nilai minimum indikator X(i) disajikan pada tabel

berikut.

3. Kemiskinan

Angka kemiskinan dihitung berdasarkan jumlah penduduk yang berada di

bawah garis kemiskinan (poverty line) dengan menggunakan indikator head

count index. Data yang digunakan untuk menghitung jumlah penduduk

miskin adalah tingkat pengeluaran per kapita dari hasil Survai Sosial

Ekonomi Nasional (Susenas), sedangkan Garis Kemiskinan menggunakan

standar kebutuhan yang terdiri atas komponen kecukupan makanan dan

non-makanan.

Komponen IPM (=X(i))

Nilai Maksimum

Nilai Minimum Catatan

Angka Harapan Hidup Angka Melek Huruf Rata-rata lama sekolah Konsumsi per kapita yang disesuaikan

85 100 15

732.720 a)

1332.720 c)

25 0 0

300.000 b)

900.000 d)

Standar UNDP Standar UNDP Standar UNDP UNDP menggunakan PDB/kapita riil yang disesuaikan


Batas kecukupan untuk makanan dihitung berdasarkan nilai konsumsi yang

setara dengan energi sebanyak 2.100 kalori per orang per hari (Widyakarya

Nasional Pangan dan Gizi : 1978), atau bundel konsumsi yang terdiri atas 52

komoditi tanpa membedakan antara yang di perkotaan dan di perdesaan.

Sementara itu untuk komoditas non-makanan dari Garis kemiskinan tahun

1993 ditetapkan berdasarkan 46 jenis komoditi baik di perkotaan maupun

di perdesaan, sedangkan untuk jenis non-makanan dari Garis Kemiskinan

tahun 1996 ditetapkan berdasarkan 43 jenis untuk perkotaan dan 41 jenis

untuk di perdesaan. Berdasarkan garis kemiskinan (individu/rumah

tangga) dapat disaring seberapa banyak orang/rumah tangga yang masuk di

bawah garis ini. Data yang digunakan untuk mengolah variabel ini berasal

dari hasil Susenas tahun 1999 dan hasil olahan Biro Pusat Statistik (BPS).

3.2.1.2. Konsep Pendapatan Regional

Untuk merepresentasikan pendapatan regional, digunakan parameter output

regional (pendekatan produksi) yang sangat terkait dengan area tertentu, dalam

hal ini kabupaten/kota digunakan sebagai satuan terkecil. Data yang digunakan

ialah Produk Domestik Regional Bruto (PDRB) menurut kabupaten/kota. Dalam

hal ini, PDRB menunjukkan total nilai tambah yang dihasilkan oleh seluruh

perekonomian suatu daerah (kabupaten/kota) selama satu tahun. Data yang

digunakan berasal dari regional account menurut kabupaten/kota yang mulai

dipublikasikan oleh BPS secara konsisten sejak tahun 1993. Selanjutnya digunakan

nilai PDRB per kapita untuk menunjukkan nilai output dibagi jumlah penduduk di

area tersebut. Semakin tinggi nilai PDRB per kapita berarti semakin tinggi

kekayaan daerah (region prosperity) di daerah tersebut, dengan kata lain nilai

PDRB per kapita dianggap merefleksikan tingkat kekayaan daerah.

Metode pengukuran kesenjangan regional, digunakan indeks Theil, indeks L dan

CVw (CV Williamson). Indeks Theil dan L bisa didekomposisi, dimana

ketimpangan total sama dengan penjumlahan dari ketimpangan ‘dalam’ grup dan

ketimpangan ‘antar’ grup. Sementara yang terakhir, CVw (CV Williamson)

terkenal dan populer digunakan untuk mengukur ketimpangan pendapatan

regional, khususnya pendapatan dalam pengertian indikator PDRB per kapita.



Perumusan dan Penjelasan Indikator

1. Pendapatan per Kapita

Pendapatan per kapita didekati dari angka PDRB (Produk Domestik Regional

Bruto) per kapita, yaitu perhitungan PDRB di suatu kabupaten/kota dibagi

oleh populasi kabupaten/kota tersebut. Formulasi untuk menghitung

pendapatan per kapita adalah:

KotaKabupaten/ Penduduk Jumlah

KotaKabupaten/ PDRBNilai Perkapita Pendapatan

Data yang digunakan untuk mengolah variabel ini berasal dari buku PDRB

Kabupaten dan Kota serta Kabupaten dalam Angka.

2. Perhitungan Indeks:

a) Theil Indeks merupakan analisis dekomposisi regional (regional

decomposition analysis), ketimpangan “dalam” provinsi (within provinces

inequality) dan ketimpangan “antar” propinsi atau between provinces

inequality .

Misalkan penduduk dikelompokkan secara eksklusif menurut propinsi dan

kabupaten, maka indeks Theil dan L didefinisikan sebagai:

Dimana:

Yij = Total pendapatan di propinsi i, grup j

Y = Total pendapatan untuk Indonesia (��Yij)

Yij = Rata-rata pendapatan di propinsi i, grup j

Y = Rata-rata pendapatan untuk Indonesia

nij = penduduk di propinsi i, grup j

n = Total penduduk Indonesia (��nij)



Indeks Theil dan L bisa didekompisisi menjadi komponen dalam grup dan

antar grup sebagai berikut:

Ketimpangan total = Ketimpangan dalam grup + ketimpangan antar grup

Dimana:

Yi adalah pendapatan total di propinsi, Y adalah rata-rata pendapatan di propinsi

i, dan ni adalah jumlah penduduk di propinsi i. Tw dan Lw adalah komponen

dalam grup dari indeks Theil dan L dan didefinisikan sebagai rata-rata tertimbang

komponen dalam grup Ti dan Li, penimbangnya adalah proporsi pendapatan

untuk Theil dan proporsi penduduk untuk L. TB dan LB adalah komponen antar

grup dari indeks Theil dan L, yang murni mengukur ketimpangan karena

perbedaan rataan pendapatan antar propinsi.

b. CVw (CV Williamson)

Indeks Williamson merupakan pendekatan untuk mengukur derajat

ketimpangan antar wilayah berdasarkan PDRB perkapita. Formula ini pada

dasarnya sama dengan coefficient of variation (CV) biasa dimana standar

deviasi dibagi dengan rataan. Williamson (1965) memperkenalkan CV ini



dengan menimbangnya dengan proporsi penduduk, yang disebut CVw..

Formulanya adalah sebagai berikut:

Dimana:

CVw = Weighted coefficient of variation

ni = Penduduk di daerah i

n = Penduduk total

Yi = PDRB perkapita di daerah i

Y= Rata-rata PDRB perkapita untuk semua daerah

3.2.2. Metode Penyajian Profil Kesenjangan.

Kesenjangan berarti suatu gambaran terhadap fakta (kondisi) yang tidak

homogen, yang di dalamnya terdapat perbedaan-perbedaan yang membutuhkan

perhatian. Atas dasar pengertian tersebut, penyusunan profil kesenjangan

antardaerah dimaksudkan untuk memberi gambaran fakta-fakta perbedaan

perkembangan kondisi hasil pembangunan antardaerah, juga terkandung

informasi mengenai perbandingan antardaerah yang maju dan tertinggal.

Kondisi kesenjangan antarwilayah ini akan dilakukan melalui pendekatan analisis

data dengan perhitungan indeks yang sudah lajim digunakan, dan dibangun

melalui pendekatan pengolahan dan teknik penyajian data. Penyajian dengan cara

ini diharapkan akan lebih memberikan informasi yang lebih utuh baik secara

kuantitatif maupun dimensi ruangnya. Dalam Profil Kesenjangan Kesejahteraan

Masyarakat Antardaerah ini lingkup unit-unit yang akan diperbandingkan dipilih

sedemikian rupa sehingga akan menunjukkan:

1. Kesenjangan antardaerah

Kesenjangan bentuk ini adalah komparatif antardaerah (kabupaten/kota)

yang disajikan dalam suatu pengamatan yang agregat terhadap seluruh

kabupaten/kota yang ada di wilayah Indonesia.



2. Kesenjangan antardaerah dalam kelompok terdefinitif (cluster

pada wilayah Pulau, propinsi, pulau, dsb.)

Dalam bentuk ini kesenjangan dilihat dalam suatu lingkup wilayah yang

terdefinitif seperti kesenjangan antardaerah dalam lingkup satu propinsi,

satu pulau, dan lainnya. Misalnya kesenjangan antardaerah

(kabupaten/kota) dalam suatu propinsi, kesenjangan antardaerah

(kabupaten/kota) di Pulau Jawa, dan sebagainya.

Untuk menggambarkan keberbandingan melalui pendekatan di atas, akan

disajikan melalui format sebagai berikut:

• Peta-peta, menunjukkan suatu informasi yang bersifat spasial.

• Grafik, berisi ilustrasi hasil pengolahan data tabular seperti perankingan

kabupaten dan kota berdasarkan olahan suatu variabel. Grafik ini juga untuk

menggambarkian nilai-nilai ekstrim seperti grafik 10 kabupaten/kota

tertinggi dan 10 kabupaten/kota terendah dan mengambarkan perbandingan

antara kabupaten/kota tertinggi dengan kabupaten terendah seperti grafik

perbandingan 10 kabupaten/kota tertinggi dengan 10 kabupaten/kota

terendah.

• Diagram Pencar (Scatter Plot), berisi pemetaan kondisi dan kedudukan

kota/kabupaten dilihat dari dua atau tiga aspek variabel yang saling terkait

dan dinilai mampu memberikan makna yang lebih berarti.lihat Box 1.

• Tabular dan perankingan yaitu penyajian data-data dengan menggunakan

tabel yang merupakan hasil penghitungan baik dengan menggunakan teknik

analisis statistik deskriptif maupun teknik analisis lain yang relevan,

dilengkapi dengan peringkat kota/kabupaten dalam skala nasional dan

propinsi berdasarkan variabel yang diolah yang mengukur keterbandingan

antar kabupaten/kota.




BOKS 1.

KETERANGAN SALIB SUMBU

0.00 20.00 40.00 60.00 80.00VARIABEL 1

6.00

7.00

8.00

9.00

10.00

11.00

VAR

IAB

EL 2

Kuadran IKuadran II

Kuadran III Kuadran IV

Nilai

Rat

a-ra

ta V

aria

bel

1

Nilai Rata-rata Variabel 2

Variabel 1 merupakan variabel yang dipertimbangkan sebagai faktor yang berpengaruh terhadap variabel 2, dan variabel 2 dapat merupakan variabel output, outcome atau impact.

Kuadran I: merupakan kelompok provinsi yang berada di atas rata-rata niai variabel 1 dan 2.

Kuadran II: merupakan kelompok provinsi yang berada di atas rata-rata variabel 2, dan berada di bawah rata-rata variabel 1.

Kuacran III: merupakan kelompok provinsi yang berada di bawah rata-rata niai variabel 1 dan 2.

Kuadran IV: merupakan kelompok provinsi yang berada di bawah rata-rata variabel 2, dan berada di atas rata-rata variabel 1.

Laporan Akir: Pengembangan dan Pemanfaatan Basisdata Regional 2008

Direktorat Pengembangan Wilayah, Bappenas IV - 1

4.1. Penyusunan Buku Pembangunan Daerah dalam Angka (PDDA)

tahun 2009.

Kegiatan pengembangan data dan informasi sebagai bagian dari introduksi

pemanfaatan data diarahkan untuk melakukan pemutakhiran Pembangunan

Daerah Dalam Angka (PDDA). Penyusunan PDDA tersebut telah mulai

dikembangkan sejak tahun 1999, dan terus dikembangkan setiap tahun. Cakupan

data dan informasi buku PDDA berisi kompilasi data dan uraian singkatnya,

sehingga dapat memudahkan bagi para perencana untuk memperoleh gambaran

data dan informasi yang dibutuhkan.

Laporan PPDA ini merupakan satu elemen dari rangkaian suatu sistem

informasi bagi perumusan kebijakan pembangunan daerah yang menjembatani

antara kebijakan dengan fakta-fakta pendukungnya. Dengan demikian, melalui

Buku PDDA dan pengembangan basis data dengan perangkat data reterievelnya

akan memfasilitasi proses perumusan kebijakan dan program pembangunan

daerah.

Lingkup Materi PDDA

Penyusunan Buku PDDA, dikembangkan sejalan dengan ketersediaan data

dan berbagai masukan dari para perencana, dengan kedalaman data dan informasi

disajikan pada lingkup data nasional, per pulau dan data per propinsi.

Berdasarkan data dan informasi yang tersedia, outline buku PDDA tahun 2009

meliputi materi pembahasan sebagai berikut:

BAB 1. GEOGRAFIS DAN ADMINISTRASI WILAYAH

1.1. Geografis

1.2. Administrasi Wilayah

BAB IV PENGEMBANGAN

PUBLIKASI DATA DAN INFORMASI


BAB 2. KONDISI FISIK DAN LINGKUNGAN

2.1. Kondisi Iklim

2.2. Sumberdaya Alam

2.2.1. Air

2.2.2. Lahan dan Hutan

2.2.3. Energi

2.2.4. Perikanan dan Kelautan

BAB 3. SOSIAL, EKONOMI PENDUDUK

3.1. Kependudukan

3.1.1. Jumlah Dan Laju Pertumbuhan Penduduk

3.1.2. Persebaran dan Kepadatan Penduduk

3.1.3. Komposisi Penduduk Berdasarkan Usia, Jenis Kelamin, dan Tipe

Daerah

3.2. Ketenagakerjaan

3.2.1. Angkatan Kerja

3.2.2. Penduduk Bekerja

3.2.3. Pengangguran Terbuka

3.3. Kesehatan

3.4. Pendidikan

3.5. Kemiskinan

3.6. Indeks Pembangunan Manusia (IPM)

BAB 4. PEREKONOMIAN DAERAH

4.1. Produk Domestik Regional Bruto (PDRB)

4.1.1. PDRB Menurut Lapangan Usaha

4.1.2. PDRB Menurut Penggunaan

4.2. Penanaman Modal dan Investasi

4.2.1. Penanaman Modal Dalam Negeri ( PMDN )

4.2.2. Penanaman Modal Asing ( PMA )

4.3. Perdagangan Ekspor dan Impor

4.3.1. Ekspor

4.3.2. Impor



4.4. Monenter dan Perbankan

4.4.1. Kredit Perbankan

4.4.2. Nilai Tukar Petani

4.4.3. Indeks Harga Konsumen (IHK)/Inflasi

4.5. Perkembangan Produksi dan Sektor Unggulan Daerah

4.5.1. Tanaman Pangan dan Palawija

4.5.2. Tanaman Perkebunan

4.5.3 Peternakan

4.5.4. Perikanan

4.5.4.1. Perikanan Tangkap

4.5.4.2. Perikanan Budidaya

4.6. Keuangan Daerah

4.5.1. Pendapatan Asli Daerah (PAD)

4.5.2. Dana Perimbangan

4.6.3 Kapasitas Fiskal daerah

BAB 5. PRASARANA WILAYAH

5.1. Jaringan Irigasi

5.2. Prasarana Transportasi

5.2.1. Prasarana Transportasi Darat

5.2.2. Prasarana Transpotasi Laut

5.2.3. Prasarana Transportasi Udara

5.3. Kelistrikan

5.4. Sumber Air Bersih

BAB 6. KONDISI LINGKUNGAN HIDUP

6.1. Bencana Alam

6.2. Lingkungan

6.3. Hutan dan Lahan

6.3.1. Lahan Kritis

6.3.2. Laju Deforestasi

6.3.3. Alih Fungsi Sawah dan Hutan

6.3.4. Kebakaran Lahan dan Hutan



4.2. Penyusunan Buku Profil Kesenjangan Antar Wilayah tahun 2009.

Pembangunan daerah, terkait erat dengan penyelenggaraan pembangunan

sektoral nasional di daerah dan pembangunan dalam dimensi kewilayahan. Dua

aspek pembangunan tersebut menjadikan aktivitas pembangunan daerah sejalan

dengan tujuan pencapaian sasaran-sasaran sektoral nasional di daerah dan tujuan

pengintegrasian pembangunan antarsektor di dalam satu wilayah. Dalam

perspektif tersebut, untuk merealisasikan tujuan-tujuan pembangunan di atas,

fungsi dan peran Pemerintah Daerah menjadi sangat penting, terutama dalam era

desentralisasi dan otonomi daerah dewasa ini. Berdasarkan perkembangan

pembangunan daerah selama ini, isu utama pembangunan daerah adalah masih

adanya kesenjangan pembangunan antardaerah, seperti antara Jawa –

luar Jawa, antarpulau, antar provinsi termasuk antarwilayah perkotaan –

perdesaan.

Laporan analisis kesenjangan antar wilayah 2oo9 berisikan informasi tentang

kesenjangan dilihat dari faktor sosial dan ekonomi baik penduduk maupun daerah

serta kondisi infrastruktur di masing – masing wilayah sebagai salah satu

indikator dalam mengukur kesenjangan wilayah.

Lingkup Materi Buku Profil Kesenjangan Antarwilayah tahun 2009

Lingkup buku analisis kesenjanga antar wilayah tahun 2009 dapat dilihat

dalam susunan dibawah ini :

I. P E N D A H U L U A N

1.1. latar belakang

1.2. Tujuan Penyusunan Profil Kesenjangan Antarwilayah

BAB II KONSEP KESENJANGAN ANTARWILAYAH

2.1. Penelitian kesenjangan

2.2.Fokus Substansi Untuk Penyajian Profil Kesenjangan Antarwilayah

2.2.1. Konsep Tentang Kesejahteraan




2.2.2. Konsep Pendapatan Regional

2.3. Metode Penyajian Profil Kesenjangan.

III. DINAMIKA KESENJANGANANTARWILAYAH

3.1. Kesenjangan Kesejahteraan Masyarakat

3.1.1. Kesenjangan pencapaian pendidikan antarwilayah

3.1.2. Kesenjangan Kondisi Kesehatan

3.1.3. Kesenjangan Pendapatan Masyarakat Antarwilayah

3.1.4. Kesenjangan IPM Antarwilayah

3.2. Kesenjangan Pendapatan Regional

3.3. Keterkaitan Kesejahteraan Masyarakat Dengan Kekayaan Daerah

laporan akhir - perpustakaan...

Documents