Implikasi - KESIMPULAN DAN IMPLIKASI - ANALISIS KEMISKINAN DI KABUPATEN/KOTA PROVINSI D.I.YOGYA

BAB V KESIMPULAN DAN IMPLIKASI

5.2 Implikasi

suatu pertumbuhan ekonomi yang disertai dengan perbaikan distribusi pendapatan dipastikan dapat meningkatkan pengeluaran konsumsi perkapita, sehingga dapat mengurangi jumlah penduduk miskin di Provinsi D.I.Yogyakarta.

5.2 Implikasi

Dari kesimpulan yang telah di paparkan di atas, didapat beberapa implikasi sebagai berikut:

1. Pemerintah perlu melakukan peningkatan SDM dengan cara meningkatkan akses pendidikan hingga ke plosok daerah.

2. Pemerintah lebih mampu menyediakan lapangan kerja yang sesuai dengan keahlian masyarakat di daerahnya.

3. Pemerintah diharapkan mampu meningkatkan produktivitas

masyarakat daerahnya sehingga dengan produktivitas yang tinggi akan memberikan dampak PDRB pada derah tersebut meningkat. 4. Pemeritah daerah dapat mengendalikan tingkat inflasi sehingga

masyarakat mampu memenuhi kebutuhannya sesuai dengan pendapatan yang mereka miliki.

DAFTAR PUSTAKA

Badan Pusat Statistika. (2010). Provinsi DI Yogyakarta Dalam Angka 2009-2015. Yogyakarta: Badan Pusat Statistik Provibsi Daerah Istimewa Yogyakarta.

Baeti, N. (2013). Pengaruh Pengangguran, Pertumbuhan Ekonomi, Dan Pengeluaran Pemerintah Terhadap Pembangunan Manusia Kabupaten/Kota Di Provinsi Jawa Tengah Tahun 2007-2011. Economics Development Analysis Journal, 85-98.

Dama, H. Y., Lapian, A. L., & Sumual, J. I. (2016). Pengaruh Produk Domestic Regional Bruto (PDRB) Terhadap Tingkat Kemiskinan di Kota Manado Tahun 2005-2014. Berkala

Ilmiah Efisiensi, Volume 16 No.03.

Damayanti, K. (2016). Analisis Faktor-faktor yang Mempengaruhi Probtase Penduduk Miskin

di Indonesia Tahun 1999-2014. Yogyakarta: Fakultas Ekonomi, Universitas Islam

Indonesia.

Jonaidi, A. (2012). Analisis Pertumbuhan Ekonomi Dan Kemiskinan Indonesia . Jurnal Kajian

Ekonomi, Volume 1 nomer 1, 1-25.

Kharie, L. (2007). Pertumbuhan Ekonomi, Inflasi, dan Kemiskinan di Indonesia 1976-2005.

Cita Ekonomika, N0. 1 Vol I.

Kuncoro, M. (2004). Otonomi dan Pembangunan Daerah, Reformasi, Perencanaan, Strategi

dan Peluang. Jakarta: Erlangga.

Kurniasih, A. (2012). Analisi Pengaruh Pendidikan, Pengangguran dan Kesehatan Terhadap

Kemiskinan (Studi kasus Kabupaten Bantul Tahun 2006-2010). Yogyakarta: Skripsi

Sarjana, Fakultas Ekonomi, Universitas Islam Indonesia, Yogyakarta.

Maryono, D. (2001). Perkembangan Pengangguran Dan Kemiskinan di Indonesia. Semarang: STIE Stikubank.

Niswati, K. (2012). Faktor-Faktor Yang Mempengaruhi Kemiskinan Di Daerah Istimewa Yogyakarta Tahun 2003-2011. EKO-REGIONAL Vol 9, 1 - 9.

Pradana, K. W. (2016). Faktor-Faktor yang Mempengaruhi Kemiskinan di Kabupaten/Kota

Provinsi D.I.Yogyakarta Tahun 2008-2014. Yogyakarta: Skripsi(1), Fakultas Ekonomi,

Universitas Islam Indonesia.

Rachmawati, S. (2016). Ekonomi Sumber Daya Manusia, Kemiskinan Dan Kesehatan

Perspektid Di Indonesia. Yogyakarta: Deepublish (CV BUDI UTAMA).

Raharja, P. (2008). Pengantar Ekonomi (mikroekonomi dan makroekonomi). Jakarta: LPFUI. Rusdarti, & Sebayang, L. K. (2013). Faktor-Faktor Yang Mempengaruhi Kemiskinan di

Santoso, R. P. (2012). Ekonomi Sumber Daya Manusia dan Ketenagakerjaan. Yogyakarta: UPP STIM YKPN.

Saputra, B. E. (2016). Analisis Faktor-Faktor yang Mempengaruhi Kemiskinan 33 Provinsi Di

Indonesia Tahun 2009-2014. Yogyakarta: Skripsi(1), Fakultas Ekonomi, Universitas

Islam Indonesia.

Sriyana, J. (2014). Metode Regresi Data Panel. Yogyakarta: Ekonisia.

Sukirno, S. (2012). Makro Ekonomi Teori Pengantar . Jakarta: PT RajaGrafindo Persada. Suryawati, C. (2005). Memahami Kemiskinan Secara Multidimensional. JMPK Vol. 8. Utami. (2011). Analisis Tingkat dan Kebijakan Penanggulangan di Provinsi Jawa Timur.

Eko-Pembangunan, 1-10.

Yasa, I. M. (2012). Penanggulangan Kemiskinan Berbasis Partisipasi Masyarakat di Provinsi Bali. Jurnal Ekonomi dan Sosial Vol 1, 1-6.

Lampiran 1Estimasi Output Hasil Regresi Common Effect Model

Estimasi Output Hasil Regresi Common Effect Model

Dependent Variable: LOG(KMS) Method: Panel Least Squares Date: 01/19/18 Time: 16:03 Sample: 2009 2015

Periods included: 7 Cross-sections included: 5

Total panel (balanced) observations: 35

Variable Coefficient Std. Error t-Statistic Prob. C 12.45826 3.051015 4.083317 0.0003 APS 0.009735 0.023914 0.407086 0.6868 LOG(PENGANGGURAN) 0.125822 0.206596 0.609026 0.5471 LOG(PDRB) -0.190270 0.207758 -0.915823 0.3671 INFLASI 0.004048 0.050988 0.079395 0.9372 R-squared 0.028032 Mean dependent var 11.50540 Adjusted R-squared -0.101564 S.D. dependent var 0.530355 S.E. of regression 0.556637 Akaike info criterion 1.797756 Sum squared resid 9.295331 Schwarz criterion 2.019948 Log likelihood -26.46072 Hannan-Quinn criter. 1.874456 F-statistic 0.216302 Durbin-Watson stat 0.042189 Prob(F-statistic) 0.927289

Lampiran 2Estimasi Output Hasil Regresi Fixed Effect Model

Estimasi Output Hasil Regresi Fixed Effect Model

Dependent Variable: LOG(KMS) Method: Panel Least Squares Date: 01/19/18 Time: 16:04 Sample: 2009 2015

Periods included: 7 Cross-sections included: 5

Total panel (balanced) observations: 35

Variable Coefficient Std. Error t-Statistic Prob. C 12.51986 0.526759 23.76771 0.0000 APS -0.000742 0.002020 -0.367426 0.7163 LOG(PENGANGGURAN) -0.008759 0.023512 -0.372544 0.7125 LOG(PDRB) -0.049858 0.028497 -1.749569 0.0920 INFLASI -0.009550 0.003839 -2.487599 0.0196 Effects Specification Cross-section fixed (dummy variables)

R-squared 0.995604 Mean dependent var 11.50540 Adjusted R-squared 0.994251 S.D. dependent var 0.530355 S.E. of regression 0.040212 Akaike info criterion -3.372287 Sum squared resid 0.042041 Schwarz criterion -2.972341 Log likelihood 68.01503 Hannan-Quinn criter. -3.234226 F-statistic 736.0484 Durbin-Watson stat 1.498638 Prob(F-statistic) 0.000000

Lampiran 3 Estimasi Output Hasil Regresi Random Effect Model Estimasi Output Hasil Regresi Random Effect Model

Dependent Variable: LOG(KMS)

Method: Panel EGLS (Cross-section random effects) Date: 01/19/18 Time: 16:05

Sample: 2009 2015 Periods included: 7 Cross-sections included: 5

Total panel (balanced) observations: 35

Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob. C 12.45826 0.220406 56.52407 0.0000 APS 0.009735 0.001728 5.635163 0.0000 LOG(PENGANGGURAN) 0.125822 0.014925 8.430554 0.0000 LOG(PDRB) -0.190270 0.015009 -12.67745 0.0000 INFLASI 0.004048 0.003683 1.099046 0.2805 Effects Specification S.D. Rho

Cross-section random 1.89E-06 0.0000

Idiosyncratic random 0.040212 1.0000

Weighted Statistics

R-squared 0.028032 Mean dependent var 11.50540 Adjusted R-squared -0.101564 S.D. dependent var 0.530355 S.E. of regression 0.556637 Sum squared resid 9.295331 F-statistic 0.216302 Durbin-Watson stat 0.042189 Prob(F-statistic) 0.927289

Unweighted Statistics

R-squared 0.028032 Mean dependent var 11.50540 Sum squared resid 9.295331 Durbin-Watson stat 0.042189

65 Lampiran 4 Hasil Pengujian Chow Test

Hasil Pengujian Chow Test

Redundant Fixed Effects Tests Equation: Untitled

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 1430.649108 (4,26) 0.0000

Cross-section Chi-square 188.951506 4 0.0000

Cross-section fixed effects test equation: Dependent Variable: LOG(KMS) Method: Panel Least Squares Date: 01/19/18 Time: 16:05 Sample: 2009 2015

Periods included: 7 Cross-sections included: 5

Total panel (balanced) observations: 35

66 Lampiran 5 Hasil Pengujian Hausmen Test

Hasil Pengujian Hausmen Test

Correlated Random Effects - Hausman Test Equation: Untitled

Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 5722.596345 4 0.0000

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob. APS -0.000742 0.009735 0.000001 0.0000 LOG(PENGANGGURAN) -0.008759 0.125822 0.000330 0.0000 LOG(PDRB) -0.049858 -0.190270 0.000587 0.0000 INFLASI -0.009550 0.004048 0.000001 0.0000

Cross-section random effects test equation: Dependent Variable: LOG(KMS)

Method: Panel Least Squares Date: 01/19/18 Time: 16:05 Sample: 2009 2015

Periods included: 7 Cross-sections included: 5

Total panel (balanced) observations: 35

67 Lampiran 6

Data Jumlah Penduduk Miskin, Pendidikan, Pengangguran Terbuka, PDRB dan Inflasi

Kabupaten Tahun KMS Pengangguran APS PDRB Inflasi Kulon Progo 2009 89900 9588 86.8 3286278 4.75 Kulon Progo 2010 90100 9202 94.9 3547055 5.47 Kulon Progo 2011 92800 6939 95.9 5500250 2.6 Kulon Progo 2012 92400 19086 99.6 5916574 3.39 Kulon Progo 2013 93200 6698 99.7 6489593 0.9 Kulon Progo 2014 84700 7005 97.3 7056571 6.33 Kulon Progo 2015 88100 8966 93.7 7671548 2.9 Bantul 2009 158500 17038 95.7 8147980 2.99 Bantul 2010 146900 25940 98.1 9076401 6.56 Bantul 2011 159400 22208 97.8 13290666 3.73 Bantul 2012 158800 6010 99.8 14510832 4.13 Bantul 2013 159200 16438 99.7 16138755 7.87 Bantul 2014 153500 12872 92.7 17682924 6.11 Bantul 2015 160200 15309 97.5 19325203 2.09 Gunung Kidul 2009 163700 17038 86.9 5987782 2.79 Gunung Kidul 2010 148700 15651 95.2 9808630 6.69 Gunung Kidul 2011 157100 9108 85.3 9739094 3.94 Gunung Kidul 2012 156500 7051 99.8 10545354 4.76 Gunung Kidul 2013 157800 7227 99.8 11530340 8.02 Gunung Kidul 2014 148400 6943 96.3 12557371 7.7 Gunung Kidul 2015 155000 11526 92.4 13798656 3.22 Sleman 2009 117500 42609 86.6 12503760 4.03 Sleman 2010 117000 41061 93.2 13611725 7.46 Sleman 2011 117300 30986 94.1 23764366 3.19 Sleman 2012 116800 33153 99.6 25732248 4.06 Sleman 2013 118200 19299 96.8 28295362 6.92 Sleman 2014 110400 25943 99 31013893 5.85 Sleman 2015 111000 32167 98.8 33826505 4.21 Yogyakarta 2009 45300 20798 88.5 10607237 2.93 Yogyakarta 2010 37800 15294 86.8 11777579 7.38 Yogyakarta 2011 37700 14240 94.9 12962435 3.88 Yogyakarta 2012 37600 11519 99.5 14317564 4.31 Yogyakarta 2013 37400 13510 99.7 22537792 7.32

Yogyakarta 2014 35600 14655 99.3 24664285 6.59 Yogyakarta 2015 36000 12277 98.2 26792641 3.09

69 Lampiran 7

Data Jumlah penduduk miskin pada tahun 2009-2015

Kabupaten 2009 2010 2011 2012 2013 2014 2015 Kulon Progo 89,900 90,100 92,800 92,400 93,200 84,700 88,100 Bantul 158,500 146,900 159,400 158,800 159,200 153,500 160,200 Gunung Kidul 163,700 148,700 157,100 148,400 155,000 148,400 155,000 Sleman 117,500 117,000 117,300 116,800 118,200 110,400 111,000 Yogyakarta 45,300 37,800 37,700 37,600 37,400 35,600 36,000

70 Lampiran 8

Data Pendidikan yang di proksikan angka partisipasi kelulusan SMA/SMK pada tahun 2009-2015 Kabupaten 2009 2010 2011 2012 2013 2014 2015 Kulon Progo 86.8 94.9 95.9 99.9 99.7 97.3 93.7 Bantul 94.8 98.1 97.8 99.8 99.7 92.7 97.5 Gunung Kidul 89.7 95.2 85.3 99.8 99.8 96.3 92.4 Sleman 94 93.2 97.8 99.6 96.8 99 98.8 Yogyakarta 91.4 86.8 95.9 99.5 99.7 99.3 98.2

71 Lampiran 9

Data Pengangguran Terbuka pada tahun 2009-2015

Kabupaten/Kota 2009 2010 2011 2012 2013 2014 2015 Kulon Progo 9588 9202 6939 19086 6698 7005 8966 Bantul 158500 146900 159400 158800 159200 153500 160200 Gunung Kidul 163700 148700 157100 156500 157800 148400 155000 Sleman 117500 117000 117300 116800 118200 110400 111000 Yogyakarta 45300 37800 37700 37600 37400 35600 36000

72 Lampiran 10

Data PDRB dalam harga berlaku pada tahun 2009-2015

Kabupaten 2009 2010 2011 2012 2013 2014 2015 Kulon Progo 3286278 3547055 5500250 5916574 6489593 7056571 7671548 Bantul 8147980 9076401 13290666 14510832 16138755 17682924 19325203 Gunung Kidul 5987782 9808630 9739094 10545354 11530340 12557371 13798656 Sleman 12503760 13611725 23764366 25732248 28295362 31013893 33826505 Yogyakarta 10607237 11777579 12962435 14317564 22537792 24664285 26792641

73 Lampiran 11

Data Inflasi pada tahun 2009-2015

Kabupaten 2009 2010 2011 2012 2013 2014 2015 Kulon Progo 4.75 5.47 2.6 3.39 0.9 6.33 2.9 Bantul 2.99 6.56 3.73 4.13 7.87 6.11 2.09 Gunung Kidul 2.79 6.69 3.94 4.76 8.02 7.7 3.22 Sleman 4.03 7.46 3.19 4.06 6.92 5.85 4.21 Yogyakarta 2.93 7.38 3.88 4.31 7.32 6.59 3.09

Dalam dokumen ANALISIS KEMISKINAN DI KABUPATEN/KOTA PROVINSI D.I.YOGYAKARTA TAHUN SKRIPSI (Halaman 74-89)