TINJAUAN PUSTAKA Kemiskinan
HASIL DAN PEMBAHASAN
Eksplorasi Data
Tahap awal analisis yaitu melihat hubungan yang terjadi antar peubah bebas setiap tahun menggunakan korelasi Pearson. Matriks korelasi antar peubah menunjukkan adanya korelasi yang nyata pada taraf 5%. Salah satu matriks korelasi yaitu matriks korelasi tahun 2002 ditunjukkan pada Tabel 1. Tabel korelasi antar peubah tahun 2003 sampai tahun 2009 ditunjukkan pada Lampiran 1.
Untuk mengatasi adanya korelasi tersebut dilakukan transformasi yaitu menggunakan analisis komponen utama. Komponen utama tahun 2002 sampai tahun 2009 dapat dilihat pada Lampiran 2. Skor komponen utama yang terbentuk digunakan untuk tahapan analisis data selanjutnya.
Penggerombolan Kabupaten Menggunakan Metode K-Means
Penggerombolan menggunakan metode K-Means memerlukan pengetahuan mengenai banyaknya jumlah gerombol yang akan
1. Persentase penduduk miskin (X1)
2. Persentase penduduk miskin yang tingkat pendidikan terakhir tidak lulus Sekolah Dasar (SD) (X2)
3. Persentase penduduk yang melek huruf (X3)
4. Persentase penduduk miskin yang tidak bekerja (X4)
5. Persentase penduduk yang menggunakan alat KB (X5)
6. Persentase rumah tangga pengguna air bersih (X6)
Metode Analisis
Tahapan metode yang dilakukan dalam penelitian ini mengadopsi sistem C-TREND yaitu membuat Temporal Cluster Graph kemudian melakukan analisis terhadap hasil akhir grafik. Tahap-tahap yang dilakukan dalam penelitian ini adalah:
1. Tahapan persiapan data yang dilakukan adalah sebagai berikut :
a. Melakukan penyamaan banyaknya kabupaten setiap tahun dengan melakukan rataan terboboti pada
kabupaten yang mengalami
pemekaran. Peubah X1, X3, X5, dan X6 diboboti dengan jumlah penduduk tiap kabupaten sedangkan peubah X2 dan X4 diboboti dengan jumlah penduduk miskin tiap kabupaten.
b. Mengganti nilai pada kabupaten induk dengan hasil rataan terboboti dan menghapus kabupaten hasil pemekaran sehingga jumlah kabupaten dari tahun 2002 sampai tahun 2009 ada sebanyak 343 kabupaten.
2. Tahapan metode yang dilakukan pada setiap tahun data sebagai berikut:
a. Melakukan eksplorasi data dengan tujuan melihat korelasi antar peubah dan karakteristik data setiap tahun. Apabila terdapat korelasi antar peubah maka dilakukan Analisis Komponen Utama terhadap data sehingga data yang digunakan untuk tahapan selanjutnya saling bebas. Untuk tahapan selanjutnya, pengolahan data menggunakan skor komponen utama. Pada penelitian ini, penentuan banyaknya komponen utama yang digunakan menggunakan kumulatif proporsi keragaman yang mampu dijelaskan yaitu lebih besar dari 90% (Joliffe 2002).
b. Mencari jumlah gerombol optimal menggunakan kriteria Hartigan dengan melakukan penggerombolan
1 ≤ k ≤ n sampai H(k) 10.
Banyaknya gerombol saat H(k) 10 merupakan jumlah gerombol optimal. c. Mencari rataan peubah awal serta membuat diagram bintang untuk setiap gerombol yang terbentuk 3. Membuat Temporal Cluster Graph untuk
seluruh gerombol yang terbentuk. Tahapan dalam pembuatan Temporal Cluster Graph adalah sebagai berikut:
a. Memberi label node dengan banyaknya anggota gerombol b. Memberi label garis dengan jarak
antara dua node. Pada penelitian ini, label garis antara dua gerombol merupakan jarak antara dua gerombol yang paling mirip atau merupakan jarak Euclidian terkecil dari dua gerombol pada tahun yang berbeda.
4. Melakukan analisis terhadap trend menggunakan ukuran rasio jarak yaitu trend directionally ratio (dir(v0,vn)). 5. Menginterpretasikan trend berdasarkan
hasil rasio jarak.
6. Melihat pergerakan jumlah kabupaten dari gerombol yang mirip pada tahun yang berbeda.
HASIL DAN PEMBAHASAN
Eksplorasi Data
Tahap awal analisis yaitu melihat hubungan yang terjadi antar peubah bebas setiap tahun menggunakan korelasi Pearson. Matriks korelasi antar peubah menunjukkan adanya korelasi yang nyata pada taraf 5%. Salah satu matriks korelasi yaitu matriks korelasi tahun 2002 ditunjukkan pada Tabel 1. Tabel korelasi antar peubah tahun 2003 sampai tahun 2009 ditunjukkan pada Lampiran 1.
Untuk mengatasi adanya korelasi tersebut dilakukan transformasi yaitu menggunakan analisis komponen utama. Komponen utama tahun 2002 sampai tahun 2009 dapat dilihat pada Lampiran 2. Skor komponen utama yang terbentuk digunakan untuk tahapan analisis data selanjutnya.
Penggerombolan Kabupaten Menggunakan Metode K-Means
Penggerombolan menggunakan metode K-Means memerlukan pengetahuan mengenai banyaknya jumlah gerombol yang akan
dibentuk. Algoritma Hartigan merupakan salah satu cara menentukan banyaknya jumlah gerombol optimal apabila tidak ada informasi awal mengenai jumlah gerombol yang akan dibentuk dengan melakukan pembandingan jumlah kuadrat dari banyaknya gerombol yang terbentuk. Pada tahun 2002, banyaknya jumlah gerombol optimal sebanyak 11 gerombol dengan nilai H(k) sebesar 5.74. Banyaknya gerombol optimal setiap tahun data dan nilai H(k) yang terbentuk dapat dilihat pada Tabel 2.
Tabel 1 Korelasi antar peubah tahun 2002
X1 X2 X3 X4 X5 X2 0.382* 0.000 X3 -0.447* 0.000 -0.407* 0.000 X4 -0.257* 0.000 -0.022 0.682 0.154* 0.004 X5 -0.095 0.077 0.066 0.223 0.117 0.030 0.077 0.154 X6 -0.424* 0.000 -0.304* 0.000 0.308* 0.000 0.467* 0.000 0.059 0.272 *Korelasi nyata pada taraf 5%
Tabel 2 Jumlah gerombol optimal tahun 2002-2009 Tahun K JK H(k) 2002 11 84207.01 5.74 2003 10 61354.01 8.20 2004 14 53009.70 7.62 2005 9 69089.81 5.23 2006 12 68032.89 0.62 2007 9 45190.99 4.83 2008 6 60237.83 7.79 2009 11 51652.60 1.81
Pada tahun 2002, gerombol 1 beranggotakan 20 kabupaten yaitu kabupaten-kabupaten dengan karakteristik yang cenderung tidak miskin. Hal ini dapat dilihat dari tingginya rata-rata angka melek huruf (X3), tingginya persentase rumah tangga pengguna air (X6) bersih, dan rendahnya persentase penduduk miskin yang tidak bekerja (X4). Kabupaten-kabupaten anggota gerombol 1 membutuhkan perhatian khusus dalam bidang pendidikan dan program Keluarga Berencana karena memiliki persentase penduduk miskin yang tidak tamat Sekolah Dasar (X2) paling tinggi di antara gerombol lain dan rendahnya persentase penduduk pengguna alat KB (X5). Karakteristik gerombol 1 tahun 2002 dapat dilihat melalui diagram bintang pada Gambar
2. Daftar kabupaten tiap gerombol disajikan pada Lampiran 3.
Gerombol 2 dan 3 pada tahun 2002 memiliki karakteristik yang hampir sama yaitu memiliki persentase penduduk miskin yang cukup rendah, angka melek huruf yang tinggi, persentase penduduk pengguna alat KB yang cukup tinggi, serta tingginya pengguna air bersih (Gambar 3 dan Gambar 4). Namun, gerombol 2 dan 3 perlu mendapatkan tindak lanjut dalam bidang tenaga kerja karena tingginya persentase penduduk miskin yang tidak bekerja. Hal ini dapat disebabkan kabupaten anggota gerombol 3 sebagian besar merupakan kabupaten-kabupaten yang terletak di pulau Jawa. Bahkan seluruh kodya di Provinsi DKI Jakarta berada dalam satu gerombol. Khusus untuk gerombol 2, masalah pendidikan di kalangan penduduk miskin juga menjadi hal yang harus mendapat penanganan khusus.
Gambar 2 Diagram bintang rataan peubah gerombol 1 tahun 2002
Gerombol 4 dapat dikatakan sebagai gerombol yang cukup miskin di antara gerombol yang lain (Gambar 5). Hal ini dapat dilihat dari tingginya persentase penduduk miskin dan persentase penduduk miskin yang tidak tamat SD. Bahkan menjadi yang tertinggi dibanding gerombol lainnya. Selain itu, rendahnya angka melek huruf, pengguna alat KB, dan rumah tangga pengguna air bersih menjadi pemicu kemiskinan pada kabupaten-kabupaten yang seluruhnya merupakan kabupaten di Provinsi Papua.
Gerombol 5 dapat dikatakan sebagai gerombol yang paling sejahtera ditinjau dari karakteristik secara keseluruhan. Namun, kabupaten-kabupaten pada gerombol 5 memiliki persentase rumah tangga pengguna air bersih yang cukup rendah jika
22.18 48.61 95.97 8.71 34.67 70.97 0 20 40 60 80 100 X1 X2 X3 X4 X5 X6
dibandingkan gerombol lain (Gambar 6). Begitu juga dengan gerombol 10 yang merupakan gerombol dengan persentase rumah tangga pengguna air bersih terkecil. Hal ini kemungkinan besar dikarenakan anggota gerombol 5 dan 10 merupakan kabupaten yang berada pada daerah dengan ketersediaan fasilitas air bersih yang rendah, seperti daerah di Pulau Sumatra dan Kalimantan.
Gambar 3 Diagram bintang rataan peubah gerombol 2 tahun 2002
Gambar 4 Diagram bintang rataan peubah gerombol 3 tahun 2002
Gerombol 6 merupakan gerombol dengan persentase penduduk pengguna alat KB paling rendah dari gerombol lain. Namun, karakteristik lain menunjukkan kabupaten pada gerombol 6 merupakan kabupaten-kabupaten dengan karakteristik relatif tidak miskin.
Gerombol 7 dan 9 menunjukkan karakteristik yang relatif tidak miskin tapi membutuhkan penanganan lebih lanjut untuk bidang pendidikan karena persentase penduduk miskin yang tidak tamat SD masih relatif tinggi. Namun, gerombol 9 cukup
menonjol dalam hal tingginya persentase penduduk pengguna alat KB.
Gambar 5 Diagram bintang rataan peubah gerombol 4 tahun 2002
Gambar 6 Diagram bintang rataan peubah gerombol 5 tahun 2002
Untuk gerombol 8 yang seluruh anggotanya berada pada kawasan Indonesia Timur, karakteristik kemiskinan menunjukkan angka yang relatif tinggi pada persentase penduduk miskin yang tidak tamat SD. Karakteristik lain menunjukkan keadaan yang relatif tidak miskin. Sedangkan gerombol 11 merupakan gerombol yang perlu ditingkatkan dalam hal penggunaan alat KB. Diagram bintang rataan peubah gerombol 6, 7, 8, 9, 10, dan 11 yang terbentuk tahun 2002 disajikan pada Lampiran 4.
Tahun 2009 merupakan tahun akhir data di mana pada tahun ini terbentuk 11 gerombol seperti pada tahun 2002. Ada beberapa gerombol yang perlu mendapat perhatian terkait dengan karakteristik kemiskinannya. Gerombol 1 sebagai gerombol dengan karakteristik yang cenderung tidak miskin
18.97 44.97 98.11 12.55 56.32 83.31 0 20 40 60 80 100 X1 X2 X3 X4 X5 X6 14.81 29.45 98.92 11.87 57.34 80.38 0 20 40 60 80 100 X1 X2 X3 X4 X5 X6 45.54 53.10 89.01 6.68 54.51 26.67 0 20 40 60 80 100 X1 X2 X3 X4 X5 X6 13.53 23.77 99.16 5.74 53.71 43.86 0 20 40 60 80 100 X1 X2 X3 X4 X5 X6
namun perlu mendapat perhatian di bidang fasilitas air bersih sedangkan gerombol 3 perlu mendapat perhatian di bidang pendidikan karena memiliki persentase penduduk miskin yang tidak tamat SD cukup tinggi.
Gerombol 2 sebagai gerombol yang mengindikasikan karaktersitik miskin hampir di setiap aspek kemiskinannya merupakan gerombol dengan tiga anggota yaitu kabupaten Sumba Barat, Paniai, dan Puncak Jaya. Sementara gerombol 4 dan 5 merupakan gerombol yang relatif tidak miskin namun membutuhkan perbaikan di bidang tenaga kerja. Gerombol yang lain menunjukkan karakteristik yang hampir sama sebagai daerah yang relatif tidak miskin. Diagram bintang rataan peubah tiap gerombol yang terbentuk tahun 2009 dapat dilihat pada Lampiran 4.
Analisis trend menggunakan Temporal Cluster Graph
Temporal Cluster Graph digunakan untuk melihat kekonsistenan trend dari peubah-peubah yang digunakan. Temporal Cluster Graph dibentuk dari seluruh gerombol dari tahun 2002 sampai tahun 2009 yaitu sebanyak 82 gerombol seperti yang disajikan pada Lampiran 5 sedangkan jalur yang terbentuk beserta path distance dan direct distance disajikan pada Lampiran 6.
Berdasarkan besarnya rasio direct distance dengan path distance, nilai terbesar terjadi pada tahun 2007-2009 atau jalur 10—27—31 yang merupakan pergerakan dari gerombol 9 tahun 2007 ke gerombol 9 tahun 2009 yaitu sebesar 0.86. Besarnya nilai rasio jarak gerombol-gerombol tersebut menunjukkan kemiripan karakteristik yang tinggi serta terjadi trend yang konsisten atau searah sepanjang jalur untuk setiap karakteristik gerombol. Kekonsisten ini dapat disebabkan oleh jalur yang tidak dimulai dari tahun 2002 sehingga gerombol cenderung sudah menuju ke arah yang sama untuk tiga tahun terakhir. Kabupaten anggota gerombol - gerombol pada jalur 10—27—31 merupakan gerombol yang perlu memperhatikan bidang tenaga kerja serta peningkatan penyediaan fasilitas air. Trend yang cukup konsisten ditunjukkan oleh gerombol-gerombol tahun 2006-2009 yaitu jalur 5—2—27—31 dengan nilai rasio direct distance dengan path distance sebesar 0,76. Kabupaten-kabupaten anggota gerombol pada jalur ini merupakan kabupaten yang relatif miskin terutama pada tahun awal jalur.
J a l u r 3 0—13—50—48—45—64—46 yang dimulai tahun 2003 sampai tahun 2009 menunjukkan nilai rasio rasio direct distance dengan path distance paling kecil yaitu sebesar 0.10 yang berarti trend yang terjadi tidak konsisten. Trend yang tidak konsisten ke satu arah disebabkan berubah-ubahnya peningkatan atau penurunan nilai karakteristik kemiskinan sepanjang jalur. Namun, pada akhirnya, karakteristik gerombol pada awal jalur sangat mirip dengan gerombol pada akhir jalur.
Jalur 3—1—7–3–3–27–31 pada tahun 2003-2009 merupakan jalur dengan gerombol-gerombol yang memiliki karakteristik yang mirip dengan trend yang relatif tidak mengalami perubahan sepanjang jalur. Hal ini dapat dilihat dari rasio jarak sebesar 0.54. Gerombol-gerombol pada jalur ini perlu mendapatkan perhatian lebih dalam hal pengentasan kemiskinan karena gerombol sepanjang jalur merupakan gerombol yang relatif miskin berdasarkan karakteristik yang ada. Kabupaten yang dominan muncul pada jalur ini adalah kabupaten-kabupaten di Provinsi Papua dan Papua Barat. Namun, pada tahun 2008 dan 2009, beberapa kabupaten di Pulau Sumatra dan Pulau Jawa mulai muncul sebagai anggota gerombol pada jalur tersebut.
Kemiripan karakteristik antar gerombol yang membentuk suatu jalur dapat disebabkan oleh anggota gerombol yang sama pada dua gerombol yang mirip di tahun yang berbeda. Terlihat dari Lampiran 5, bahwa gerombol 1 tahun 2002 sangat mirip karakteristiknya dengan gerombol 3 tahun 2003. Hal ini disebabkan sebanyak 12 anggota gerombol 1 tahun 2002 atau sebanyak 60% berada di gerombol 3 tahun 2003. Namun, tidak semua kemiripan karakteristik antar gerombol disebabkan oleh samanya kabupaten anggota gerombol seperti yang terjadi pada gerombol 4, 5, 6, 8, dan 9 tahun 2002 yang sangat mirip karakteristiknya dengan gerombol 8 tahun 2003 meskipun sangat sedikit kabupaten yang sama antar tahunnya. Hal ini mengindikasikan bahwa kabupaten-kabupaten mengalami perubahan karakteristik yang mengakibatkan perubahan karakteristik gerombolnya. Pergerakan banyaknya anggota gerombol tiap dua tahun dapat dilihat pada Lampiran 7 dengan grafik pergerakannya dapat dilihat pada Lampiran 8.