PENGGEROMBOLAN DAN IDENTIFIKASI TREND KABUPATEN DI
INDONESIA BERDASARKAN DATA DAN INFORMASI KEMISKINAN
TAHUN 2002-2009
ANNA CHINTYA DEWI
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
Berdasarkan Data dan Informasi Kemiskinan Tahun 2002-2009. Dibimbing oleh HARI WIJAYANTO dan AGUS M. SOLEH.
Analisis gerombol dan pengkajian trend kemiskinan kabupaten dilakukan menggunakan metode yang mengadopsi sistem Cluster-based Temporal Representation of Event Data (C-TREND) dengan membuat Temporal Cluster Graph yang memetakan data multiatribut kedalam grafik dua dimensi. Rasio jarak antara gerombol awal dan akhir jalur dengan jarak sepanjang jalur terbesar yaitu sebesar 0.86 yang mengindikasikan trend yang searah terjadi pada kabupaten-kabupaten yang perlu meningkatkan perbaikan bidang tenaga kerja serta peningkatan penyediaan fasilitas air bersih. Sedangkan rasio jarak terkecil yaitu sebesar 0.10 mengindikasikan berubah-ubahnya peningkatan atau penurunan karakteristik kemiskinan sepanjang jalur sehingga trendnya tidak searah. Kabupaten-kabupaten di Provinsi Papua dan Papua Barat perlu mendapatkan perhatian lebih dalam pengentasan kemiskinan karena memiliki trend yang cukup konsisten sebagai kabupaten pada gerombol yang relatif miskin setiap tahunnya.
PENGGEROMBOLAN DAN IDENTIFIKASI TREND KABUPATEN DI
INDONESIA BERDASARKAN DATA DAN INFORMASI KEMISKINAN
TAHUN 2002-2009
ANNA CHINTYA DEWI
Skripsi
Sebagai salah satu syarat untuk memperoleh gelar
Sarjana Statistika pada
Program Studi Statistika
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
NRP : G14070065
Disetujui
Pembimbing 1 Pembimbing 2
Dr. Ir. Hari Wijayanto, MS Agus M. Soleh, S.Si,MT
NIP.196504211990021001 NIP. 197503151999031004
Diketahui
Ketua Departemen Statistika
Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor
Dr. Ir. Hari Wijayanto, MS NIP. 196504211990021001
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala rahmat dan karunia-Nya sehingga tulisan ini berhasil diselesaikan. Tulisan ini merupakan hasil penelitian penulis dalam rangka memenuhi tugas akhir yang merupakan salah satu syarat untuk memperoleh gelar Sarjana Statistika di Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor.
Terimakasih yang tak terhingga penulis ucapkan kepada :
1. Allah SWT, Maha Pencipta yang keberkahannya tidak pernah putus.
2. Bapak Dr. Ir. Hari Wijayanto, MS dan Bapak Agus M. Soleh, S.Si, MT atas segala bimbingan dan arahan kepada penulis.
3. Bapak Ir. Bunawan Sunarlim, MS selaku dosen penguji yang telah banyak memberikan masukan untuk penyempurnaan tulisan ini.
4. Dinas Pendidikan Kabupaten Rokan Hilir selaku pemberi beasiswa.
5. Kedua orang tua dan seluruh keluarga besar penulis atas doa dan pelajaran yang tak pernah berhenti.
Semoga tulisan ini dapat bermanfaat bagi semua pihak yang membutuhkan.
Bogor, Agustus 2011
tunggal dari pasangan Muhammad Yusuf dan Chairani Damayanti.
Tahun 2007 penulis lulus dari SMA Negeri I Bagan Sinembah, Rokan Hilir dan pada tahun yang sama lulus seleksi masuk Institut Pertanian Bogor melalui jalur Beasiswa Utusan Daerah (BUD) Rokan Hilir, Riau. Penulis memilih mayor Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam.
vi
DAFTAR TABEL .. ... vii
DAFTAR GAMBAR ... vii
DAFTAR LAMPIRAN ... vii
PENDAHULUAN Latar Belakang ... 1
Tujuan ... ... 1
TINJAUAN PUSTAKA Kemiskinan ... 1
Analisis Gerombol ... 2
Analisis Komponen Utama ... 2
Cluster-based Temporal Representation of Event Data (C-TREND) ... 3
Temporal Cluster Graph ... 3
METODOLOGI Sumber Data ... 3
Metode Analisis ... 4
HASIL DAN PEMBAHASAN Eksplorasi Data ... 4
Penggerombolan Kabupaten Menggunakan Metode K-Means ... 4
Analisis Trend Menggunakan Temporal Cluster Graph ... 7
KESIMPULAN DAN SARAN ... 8
DAFTAR PUSTAKA ... 8
vii
Halaman
1 Korelasi antar peubah tahun 2002 ... 5
2 Jumlah gerombol optimal tahun 2002-2009 ... 5
DAFTAR GAMBAR
Halaman 1 Contoh Temporal Cluster Graph ... 32 Diagram bintang rataan peubah gerombol 1 tahun 2002 ... 5
3 Diagram bintang rataan peubah gerombol 2 tahun 2002 ... 6
4 Diagram bintang rataan peubah gerombol 3 tahun 2002 ... 6
5 Diagram bintang rataan peubah gerombol 4 tahun 2002 ... 6
6 Diagram bintang rataan peubah gerombol 5 tahun 2002 ... 6
DAFTAR LAMPIRAN
Halaman 1 Korelasi antar peubah bebas tahun 2003-2009 ... 102 Proporsi kumulatif keragaman komponen utama tahun 2002-2009 ... 12
3 Daftar kabupaten anggota gerombol tahun 2002-2009 ... 13
4 Diagram bintang rataan peubah tahun 2002 dan tahun 2009 ... 21
5 Temporal Cluster Graph ... 27
6 Besarnya Direct Distance dan Path Distance serta rasio yang terbentuk ... 28
7 Pergerakan jumlah anggota gerombol tahun 2002-2009 ... 29
PENDAHULUAN
Latar belakang
Indonesia merupakan negara kepulauan dengan jumlah penduduk sekitar 237.56 juta jiwa di mana 13.33% dari total penduduk Indonesia berada di bawah garis kemiskinan (BPS 2010). Secara nasional, trend kemiskinan di Indonesia menunjukkan jumlah penduduk miskin yang semakin berkurang dari tahun ke tahun. Hal ini dapat terlihat dari persentase jumlah penduduk miskin secara nasional pada tahun 2007, 2008, dan 2009 dengan nilai masing-masing sebesar 16.58%, 15.42%, dan 14.15% (BPS 2010).
Pemerintah telah mengupayakan berbagai program dalam rangka pengentasan kemiskinan sehingga diharapkan dapat mencapai pemerataaan. Untuk itu, gambaran pengelompokan kabupaten berdasarkan indikator kemiskinan dibutuhkan sebagai acuan dalam menetapkan prioritas pengadaan
program-program dalam rangka
mengentaskan kemiskinan penduduk. Selain itu, perlu dilakukan pengkajian terhadap trend masing-masing gerombol yang terbentuk dari tahun ke tahun untuk melihat perubahan kekonsistenan gerombol dari waktu ke waktu. Penggerombolan dan identifikasi trend gerombol yang terbentuk dilakukan untuk kabupaten-kabupaten di Indonesia menggunakan metode yang mengadopsi
sistem Cluster-based Temporal
Representation of Event Data (C-TREND) dengan membuat Temporal Cluster Graph yang memetakan data multiatribut antar waktu ke dalam grafik dua dimensi.
Tujuan
Tujuan dari penelitian ini adalah :
1. Menggerombolkan kabupaten-kabupaten seluruh Indonesia berdasarkan indikator kemiskinan untuk mengetahui kabupaten yang menjadi prioritas dalam rangka mengentaskan kemiskinan.
2. Mengidentifikasi dan memvisualisasikan trend pada gerombol yang terbentuk.
TINJAUAN PUSTAKA
Kemiskinan
Menurut Badan Pusat Statistik (2010), kemiskinan adalah ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran
.
Oleh karena itu, Penduduk Miskin adalah penduduk yangmemiliki rata-rata pengeluaran perkapita perbulan dibawah garis kemiskinan (GK).
Langkah-langkah penghitungan Garis Kemiskinan adalah sebagai berikut :
1. Melakukan penghitungan Garis
Kemiskinan Makanan sebelum
disetarakan dengan 2100 kilokalori (GKMj). GKMj merupakan jumlah nilai pengeluaran dari 52 komoditi dasar makanan yang riil dikonsumsi penduduk. GKMj dapat dirumuskan sebagai berikut:
GKMj = ∑ . )= ∑ dengan:
GKMj = Garis Kemiskinan Makanan daerah ke-j sebelum disetarakan dengan 2100 kilokalori
= harga komoditi ke-k di daerah ke-j
=
ata kuantitas komoditi ke-k yang dikosumsi di daerah ke-j = nilai pengeluaran untuk
konsumsi komoditi ke-k di daerah ke-j
j = Daerah
k = komoditi
2. Melakukan penyetaraan GKMj dengan 2100 kilokalori dengan terlebih dahulu mengalikan 2100 terhadap harga implisit rata-rata kalori menurut daerah j.
Fj = ̅̅̅̅̅ x 2100 dengan
̅̅̅̅̅ =
∑dengan:
Fj = Garis Kemiskinan Makanan daerah ke-j
̅̅̅̅̅
= harga rata-rata kalori di daerah ke-j Kk = kalori komoditi ke-k di daerah ke-j3. Melakukan penghitungan Garis
Kemiskinan Non Makanan (NFj). NFj merupakan penjumlahan nilai kebutuhan minimum dari komoditi-komoditi non-makanan meliputi perumahan, sandang, pangan, pendidikan, dan kesehatan. Secara matematis dirumuskan sebagai berikut:
NFj = ∑ Vi)
dengan :
NFj = Garis Kemiskinan Non Makanan daerah ke-j
ri = rasio pengeluaran per
Vi = nilai pengeluaran per
komoditi/subkelompok non-makanan daerah ke-j hasil Susenas Modul Konsumsi
j = daerah
4. Melakukan perhitungan Garis
Kemiskinan (GK) untuk masing-masing daerah dengan persamaan:
GKj= Fj + NFj
Analisis Gerombol
Analisis gerombol merupakan salah satu metode dalam peubah ganda yang tujuan
utamanya mengelompokkan objek
berdasarkan kemiripan atau ketakmiripan karakteristik-karakteristiknya sehingga tiap objek yang terdapat dalam satu gerombol memiliki kesamaan yang tinggi sesuai dengan kriteria pemilihan yang ditentukan (Johnson dan Wichern 1998). Ada dua metode penggerombolan klasik, yaitu:
1. Metode berhierarki
Metode berhierarki digunakan jika belum diketahui banyaknya gerombol yang akan dibentuk. Terdapat beberapa metode perhitungan jarak antar dua gerombol dalam metode berhierarki yaitu menggunakan jarak terdekat (Single Linkage), menggunakan jarak terjauh (Complete Linkage), dan menggunakan jarak antara rataan gerombol (Centroid Linkage). Fungsi jarak yang sering digunakan adalah jarak Euclidian dengan asumsi tidak ada korelasi antar peubah yang didefenisikan sebagai berikut:
Dij=[(xi-xj)`(xi-xj)]1/2
dengan:
dij= jarak antara objek ke-i dan objek ke-j xi = vektor peubah untuk objek ke-i xj = vektor peubah untuk objek ke-j
2. Metode tak berhierarki
Metode tak berhierarki digunakan jika banyaknya gerombol yang akan dibentuk telah ditentukan. Penentuan pusat gerombol merupakan langkah awal yang akan sangat menentukan hasil penggerombolan. Salah satu metode yang paling banyak digunakan adalah metode K-Means yang menggerombolkan objek berdasarkan kedekatan ukuran jarak terhadap centroid masing-masing gerombol (Anderberg 1973). Adapun langkah-langkah utama dalam proses penggerombolan menggunakan metode K-Means:
1. Tentukan banyaknya gerombol yang diinisialisasi dengan K dan tentukan centroid tiap gerombol.
2. Hitung jarak setiap objek dengan setiap centroid. Masukkan objek ke dalam gerombol yang memiliki jarak terdekat. 3. Hitung kembali centroid untuk gerombol
yang baru terbentuk. Lakukan sampai tidak ada objek yang berpindah gerombol.
Salah satu cara menentukan banyaknya gerombol awal yang optimum yang diinisialisasi dengan K adalah menggunakan algoritma Hartigan ( Hartigan 1975, diacu dalam Subanar dan Kariyam 2007) yaitu dengan membandingkan jumlah kuadrat dari tiap gerombol yang terbentuk yang secara matematis dapat dituliskan:
H(k) =
dengan:
tr(Wk) = teras matriks jumlah kuadrat Wk ,
= ∑ ∑ ̅
̅
dengan:
p = banyaknya peubah
ng = banyaknya anggota gerombol ke-g = kasus ke-i, (i= 1,2,3,...ng)
̅ = rata-rata peubah pada gerombol ke-g
Banyaknya gerombol diestimasi mulai dari 1 ≤ k ≤ n. Banyaknya gerombol akan terus ditambah sampai H(k) ≤ 10.
Analisis Komponen Utama Analisis komponen utama (AKU) merupakan suatu pendekatan statistika yang ide utamanya adalah mengurangi dimensi suatu data set yang peubahnya saling berhubungan dengan memuat sebesar mungkin keragaman yang ada pada data set awal. Hal ini dilakukan dengan mentransformasi data awal dengan p peubah menjadi q gugus peubah baru di mana q<p. Komponen utama merupakan kombinasi linier dari p peubah yang bersifat saling bebas antar komponen utamanya dan dapat dituliskan sebagai berikut:
= ∑ dengan :
= vektor ciri pada komponen utama ke-i dan peubah ke-j yang berpadanan dengan akar ciri ke –i ( )
= elemen peubah ke-j (Johnson and Wichern 1998).
Ada beberapa metode yang dapat digunakan untuk memilih berapa banyak komponen utama yang sebaiknya digunakan. Menurut Joliffe (2002), ada tiga metode penentuan jumlah komponen utama yang sering digunakan yaitu menggunakan nilai kumulatif proporsi keragaman total yang mampu dijelaskan, ragam komponen utama yang merupakan akar ciri, dan plot scree yaitu plot antara banyaknya komponen utama dengan akar ciri.
C-TREND
Cluster-based Temporal Representation of Event Data (C-TREND) merupakan suatu sistem yang mengimplementasikan teknik identifikasi dan visualisasi berbasis Temporal Cluster Graph (Adomavicius dan Bockstedt 2008). C-TREND terdiri dari dua tahap utama:
1. Offline pre-processing data
Pada tahap ini data dipisahkan berdasarkan waktu dan dilakukan analisis gerombol pada tiap waktu. Metode penggerombolan yang digunakan dapat metode berhierarki ataupun tak berhierarki. Output berupa Temporal Cluster Graph.
2. Online interactive analysis
Pada tahap ini pengguna dapat memodifikasi beberapa parameter yang digunakan pada pembuatan Temporal Cluster Graph. Output berupa Temporal Cluster Graph hasil modifikasi.
Temporal Cluster Graph
Temporal Cluster Graph merupakan grafik
yang memvisualisasikan hasil
penggerombolan antar waktu serta memungkinkan untuk mengidentifikasi kekonsistenan arah (trend) dari gerombol yang terbentuk. Temporal Cluster Graph terdiri dari node-node V dan garis-garis E seperti yang digambarkan pada Gambar 1. Node-node diberi label banyaknya anggota gerombol dan garis-garis diberi label jarak antar dua node yang dapat diperoleh menggunakan jarak Euclidian, Chebyshev, Mahalanobis, dan sebagainya. Ada beberapa parameter pada Temporal Cluster Graph yang nilainya dapat diubah-ubah dengan tujuan menyaring node dan garis yang dinilai tidak
cukup kuat untuk dimasukkan ke dalam analisis atau dalam kata lain dikategorikan sebagai gerombol atau garis semu (Adomavicius & Bockstedt 2008).
Untuk menganalisis trend yang terjadi pada gerombol yang terbentuk dalam rentang waktu yang ada dapat digunakan rasio jarak yaitu:
=
dengan :
= trend directionality ratio = direct distance, berupa jarak
antara node pertama dan terakhir dalam satu jalur
= path distance, berupa total jarak sepanjang satu jalur
Trend directionality ratio mengukur kekonsistenan pergantian arah seluruh atribut atau trend gerombol yang terbentuk. Nilai dir(v0,vn) є [0,1]. Nilai dir(v0,vn) = 1 berarti
bahwa pusat gerombol konsisten pada arah yang sama untuk setiap atribut. Nilai dir(v0,vn)
mendekati nol menandakan dD<<dP yaitu
trend bergerak pada arah yang berbeda.
Gambar 1 Contoh Temporal Cluster Graph
METODOLOGI
Sumber Data
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
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
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
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.
KESIMPULAN DAN SARAN
Kesimpulan
Penggerombolan kabupaten dari tahun 2002 sampai tahun 2009 menunjukkan bahwa daerah Indonesia timur, khususnya kabupaten-kabupaten di Provinsi Papua dan Papua Barat, memiliki karakteristik sebagai daerah yang miskin sehingga perlu mendapat penanganan khusus dalam rangka pemerataan pengentasan kemiskinan di Indonesia. Sementara itu, sebagian besar kabupaten-kabupaten di pulau Jawa, terutama kabupaten-kabupaten di Provinsi DKI Jakarta memiliki karakteristik sebagai daerah yang tidak miskin. Namun, memerlukan tindak lanjut dalam bidang tenaga kerja mengingat tingginya persentase penduduk miskin yang tidak bekerja dari tahun ke tahun.
Trend dari gerombol yang terbentuk berupa nilai rasio direct distance dengan path distance cukup bervariasi dengan nilai terbesar yaitu 0.86 dan terkecil yaitu 0.10. Angka ini menunjukkan bahwa karateristik gerombol dari tahun ke tahun dengan jalur-jalur yang dibuat pada Temporal Cluster Graph mengindikasikan trend yang berbeda-beda setiap jalurnya. Gerombol-gerombol pada jalur 3—1—7–3–3–27–31 yang terjadi tahun 2003 sampai tahun 2009 merupakan gerombol dengan trend yang relatif konsisten searah. Kabupaten anggota gerombol-gerombolnya perlu mendapat perhatian khusus pemerintah dalam rangka pengentasan kemiskinan karena merupakan gerombol-gerombol termiskin pada hampir sepanjang jalur yang terbentuk. Tingginya kemiripan karakteristik yang terjadi antar gerombol pada tahun yang berbeda tidak selalu disebabkan samanya kabupaten anggota gerombol.
Saran
Penelitian selanjutnya diharapkan dapat membuat Temporal Cluster Graph dengan metode penggerombolan dan ukuran jarak yang berbeda serta menerapkan sistem C-TREND sepenuhnya dengan mencobakan seluruh kemungkinan jalur yang terbentuk untuk mendapatkan gambaran trend yang lebih baik.
DAFTAR PUSTAKA
Adomavicius G, J Bockstedt. 2008. C-TREND: Temporal Cluster Graphs for Identifying and Visualizing Trends in Multiatribbute Transactional Data. IEEE Transactions on Knowledge and Data Engineering 20: 721-735. Anderberg RM. 1973. Cluster Analysis for
Application. USA: Academic Press, Inc.
[BPS] Badan Pusat Statistik. 2010. Data dan Informasi Kemiskinan Buku 2 : Kabupaten. Jakarta : BPS.
Johnson RA, Wichern DW. 1998. Applied Multivariate Statistical Analysis . Ed ke-4. USA:Prentice Hall, Inc.
Jolliffe IT. 2002. Principal Component Analysis. Ed ke-2. New York: Springer-Verlag.
Lampiran 1 Korelasi antar peubah bebas tahun 2003-2009
Korelasi antar peubah pada tahun 2003
X1 X2 X3 X4 X5
X2 0.323* 0.000 X3 -0.397*
0.000
-0.503* 0.000 X4 -0.458*
0.000
-0.501* 0.000
0.205* 0.004 X5 -0.096
0.077 0.010 0.860 -0.098 0.071 0.063 0.244
X6 -0.446* 0.000 -0.467* 0.000 0.263* 0.000 0.447* 0.000 -0.002 0.964 *Korelasi nyata pada taraf 5%
Korelasi antar peubah pada tahun 2004
X1 X2 X3 X4 X5
X2 0.290* 0.000 X3 -0.396*
0.000
-0.497* 0.000 X4 -0.404*
0.000
-0.308 0.682
0.188* 0.004 X5 -0.100
0.065 -0.117* 0.030 0.051 0.346 0.017 0.750 X6 -0.453*
0.000 -0.436* 0.000 0.295* 0.000 0.260* 0.000 0.014 0.791 *Korelasi nyata pada taraf 5%
Korelasi antar peubah pada tahun 2005
X1 X2 X3 X4 X5
X2 0.478* 0.000 X3 -0.444*
0.000
-0.485* 0.000 X4 -0.306*
0.000
-0.391* 0.000
0.210* 0.004 X5 -0.153
0.065 -0.023 0.667 0.008 0.881 0.080 0.141 X6 -0.320*
0.000 -0.351* 0.000 0.214* 0.000 0.258* 0.000 -0.041 0.453 *Korelasi nyata pada taraf 5%
Korelasi antar peubah pada tahun 2006
X1 X2 X3 X4 X5
X2 0.250* 0.000 X3 -0.466*
0.000
-0.628* 0.000 X4 -0.406*
0.000
-0.356* 0.000
0.365* 0.000 X5 -0.487*
0.000 -0.310* 0.000 0.311* 0.000 0.136* 0.012 X6 -0.290*
Korelasi antar peubah pada tahun 2007
X1 X2 X3 X4 X5
X2 0.158* 0.003 X3 -0.496*
0.000
-0.489* 0.000 X4 0.039
0.469
-0.328* 0.000
0.166* 0.002 X5 0.001
0.984 -0.058 0.288 0.139* 0.010 0.079 0.144 X6 -0.068
0.210 -0.390* 0.000 0.221* 0.000 0.428* 0.000 0.064 0.236 *Korelasi nyata pada taraf 5%
Korelasi antar peubah pada tahun 2008
X1 X2 X3 X4 X5
X2 0.157* 0.004 X3 -0.413*
0.000
-0.156* 0.004 X4 -0.408*
0.000
-0.315* 0.000
0.174* 0.001 X5 -0.472*
0.000 -0.144* 0.008 0.281* 0.000 0.227* 0.000 X6 -0.202*
0.000 -0.437* 0.000 0.167* 0.002 0.295* 0.000 0.074 0.169 *Korelasi nyata pada taraf 5%
Korelasi antar peubah pada tahun 2009
X1 X2 X3 X4 X5
X2 0.239* 0.000 X3 -0.376*
0.000
-0.427* 0.000 X4 -0.352*
0.000
-0.416* 0.000
0.168* 0.002 X5 -0.449*
0.000 -0.320* 0.000 0.333* 0.000 0.194* 0.000 X6 -0.186*
0.001 -0.443* 0.000 0.151* 0.005 0.373* 0.000 0.148* 0.006 *Korelasi nyata pada taraf 5%
Lampiran 2 Proporsi kumulatif keragaman komponen utama tahun 2002-2009
Tahun 2002
Eigenvalues 681.86 207.06 162.14 78.15 28.06 14.92
Proportion 0.582 0.177 0.138 0.067 0.024 0.013
Cumulative 0.582 0.758 0.897 0.963 0.987 1.000
Tahun 2003
Eigenvalue 583.51 111.55 79.56 63.2 35.99 18.42
Proportion 0.654 0.125 0.089 0.071 0.04 0.021
Cumulative 0.654 0.779 0.868 0.939 0.979 1.000
Tahun 2004
Eigenvalue 547.36 122.94 87.98 66.36 50.35 12.8
Proportion 0.617 0.138 0.099 0.075 0.057 0.014
Cumulative 0.617 0.755 0.854 0.929 0.986 1.000
Tahun 2005
Eigenvalue 585.39 167.48 67.91 56.81 42 12.38
Proportion 0.628 0.18 0.073 0.061 0.045 0.013
Cumulative 0.628 0.808 0.881 0.942 0.987 1.000
Tahun 2006
Eigenvalue 550.5 230.98 115.02 76.7 42.04 22.36
Proportion 0.531 0.223 0.111 0.074 0.041 0.022
Cumulative 0.531 0.753 0.864 0.938 0.978 1.000
Tahun 2007
Eigenvalue 477.78 100.47 72.44 21.85 16.47 6.82
Proportion 0.687 0.144 0.104 0.031 0.024 0.01
Cumulative 0.687 0.831 0.935 0.967 0.99 1.000
Tahun 2008
Eigenvalue 486.05 194 62.28 50.46 13.83 9.15
Proportion 0.596 0.238 0.076 0.062 0.017 0.011
Cumulative 0.596 0.834 0.91 0.972 0.989 1.000
Tahun 2009
Eigenvalue 548.38 236.31 82.2 50.65 19.14 12.76
Proportion 0.578 0.249 0.087 0.053 0.02 0.013
Lampiran 3 Daftar kabupaten anggota gerombol tahun 2002-2009
Tahun 2002
No Gerombol 1 Gerombol 2 Gerombol 3 Gerombol 4 Gerombol 5
1 SOLOK ASAHAN KOTA BINJAI JAYAWIJAYA INDRAGIRI HULU
2 PADANG
PARIAMAN
KOTA SOLOK KOTA PADANG NABIRE BENGKALIS
3 PASAMAN KOTA SAWAH LUNTO KOTA BUKITTINGGI SORONG ROKAN HILIR
4 BONDOWOSO KOTA PADANG
PANJANG
KOTA
PAYAKUMBUH
MANOKWARI KOTA DUMAI
5 BANGKALAN BOGOR KOTA PEKANBARU YAPEN
WAROPEN
MERANGIN
6 PAMEKASAN CIREBON KOTA JAMBI PANIAI MUARO JAMBI
7 SUMENEP MAJALENGKA KOTA PALEMBANG PUNCAK JAYA LAMPUNG BARAT
8 PANDEGLANG INDRAMAYU KOTA BENGKULU KAPUAS HULU
9 SERANG SUBANG KOTA BANDAR
LAMPUNG
KOTAWARINGIN TIMUR
10 LOMBOK TIMUR KARAWANG KOTA METRO KAPUAS
11 BIMA KOTA BOGOR KOTA PANGKAL
PINANG
BARITO SELATAN
12 ENDE KOTA BEKASI KODYA JAKARTA SELATAN BARITO UTARA
13 SELAYAR BANYUMAS KODYA JAKARTA
TIMUR
KUTAI BARAT
14 BULUKUMBA PURBALINGGA KODYA JAKARTA
PUSAT
KUTAI TIMUR
15 JENEPONTO MAGELANG KODYA JAKARTA
BARAT
MALINAU
16 BONE SRAGEN KODYA JAKARTA
UTARA
BULUNGAN
17 SOPPENG BLORA BANDUNG NUNUKAN
18 MAJENE REMBANG KUNINGAN KOTA TARAKAN
19 MUNA DEMAK SUMEDANG
20 GORONTALO SEMARANG BEKASI
21 TEMANGGUNG KOTA SUKABUMI
22 KENDAL KOTA BANDUNG
23 PEKALONGAN KOTA CIREBON
24 TEGAL KOTA DEPOK
25 BREBES PURWOREJO
26 KOTA SALATIGA KLATEN
27 KOTA TEGAL SUKOHARJO
28 PONOROGO KARANGANYAR
29 TULUNGAGUNG PATI
30 BLITAR KUDUS
31 KEDIRI KOTA MAGELANG
32 MALANG KOTA SURAKARTA
33 LUMAJANG KOTA SEMARANG
34 JEMBER BANTUL
35 BANYUWANGI SLEMAN
36 SITUBONDO KOTA YOGYAKARTA
37 PROBOLINGGO SIDOARJO
38 PASURUAN NGANJUK
No. Gerombol 1 Gerombol 2 Gerombol 3 Gerombol 4 Gerombol 5
40 JOMBANG MAGETAN
41 KOTA BLITAR NGAWI
42 KOTA PROBOLINGGO KOTA KEDIRI
43 TANGERANG KOTA MALANG
44 KARANG ASEM KOTA PASURUAN
45 LOMBOK TENGAH KOTA MOJOKERTO
46 DOMPU KOTA MADIUN
47 KOTA MATARAM KOTA TANGERANG
48 KOTA BITUNG KOTA CILEGON
49 BANTAENG JEMBRANA
50 TAKALAR TABANAN
51 BADUNG
52 GIANYAR
53 BULELENG
54 KOTA DENPASAR
55 KOTA PALANGKAYA
56 KOTA BANJARMASIN
57 KOTA BALIKPAPAN
58 KOTA SAMARINDA
59 KOTA BONTANG
60 MINAHASA
61 KOTA PALU
62 KOTA KENDARI
63 KOTA GORONTALO
64 KOTA TERNATE
No Gerombol 6 Gerombol 7 Gerombol 8 Gerombol 9 Gerombol 10 Gerombol 11
1 NIAS KOTA SABANG SAMPANG ACEH BESAR ACEH BARAT KOTA BANDA
ACEH
2 MANDAILING
NATAL
KOTA LANGSA SUMBA
BARAT
ACEH TENGAH ACEH
SELATAN
SIMALUNGUN
3 TAPANULI SELATAN
KOTA
LHOKSEUMAWE
SUMBA TIMUR
ACEH TENGGARA ACEH SINGKIL KARO
4 TAPANULI TENGAH
LANGKAT KUPANG ACEH UTARA ACEH TIMUR DELI SERDANG
5 TAPANULI UTARA
TANAH DATAR TIMOR
TENGAH SELATAN
PIDIE SIMEULEU KOTA SIBOLGA
6 TOBA SAMOSIR LIMA PULUH KOTA
SIKKA BIREUEN KEPULAUAN
MENTAWAI
KOTA TANJUNG BALAI
7 LABUHAN
BATU
PELALAWAN MAROS PESISIR SELATAN INDRAGIRI
HILIR
KOTA PEMATANG SIANTAR
8 DAIRI KAMPAR SAWAHLUNTO/
SIJUNJUNG
TANJUNG JABUNG TIMUR
KOTA TEBING TINGGI
9 AGAM KEP.RIAU KUANTAN
SINGINGI
TANJUNG JABUNG BARAT
KOTA MEDAN
10 SIAK NATUNA ROKAN HULU SAMBAS BATAM
11 TIMOR TENGAH UTARA
KERINCI KARIMUN LANDAK KOTA
No Gerombol 6 Gerombol 7 Gerombol 8 Gerombol 9 Gerombol 10 Gerombol 11
12 BELU BATANG HARI SAROLANGUN PONTIANAK KOTA SURABAYA
13 ALOR OGAN KOMERING
ULU
TEBO SANGGAU SUMBAWA
14 LEMBATA LAHAT BUNGO KETAPANG FLORES TIMUR
15 MANGGARAI TANGGAMUS OGAN KOMERING
ILIR
SINTANG NGADA
16 DONGGALA LAMPUNG TIMUR MUARA ENIM KOTA
PONTIANAK
KOTA KUPANG
17 TOLI-TOLI LAMPUNG
TENGAH
MUSI RAWAS TANAH LAUT KOTA MANADO
18 GOWA LAMPUNG UTARA MUSI BANYUASIN BARITO KUALA BARRU
19 SINJAI TULANGBAWANG BENGKULU
SELATAN
MERAUKE SIDENRENG
RAPPANG 20 PANGKAJENE
DAN KEPULAUAN
BANGKA REJANG LEBONG PINRANG
21 WAJO SUKABUMI BENGKULU
UTARA
KOTA UJUNG PANDANG
22 ENREKANG CIANJUR LAMPUNG
SELATAN
KOTA PARE-PARE
23 LUWU GARUT WAY KANAN KOTA AMBON
24 TANA TORAJA TASIKMALAYA BELITUNG KOTA JAYAPURA
25 POLEWALI MAMASA
CIAMIS PURWAKARTA
26 MAMUJU
UTARA
CILACAP BANJARNEGARA
27 BUTON KEBUMEN BENGKAYANG
28 KOLAKA WONOSOBO KOTA BARU
29 BOYOLALI BANJAR
30 WONOGIRI TAPIN
31 GROBOGAN HULU SUNGAI
SELATAN
32 JEPARA HULU SUNGAI
UTARA
33 BATANG TABALONG
34 PEMALANG PASIR
35 KULON PROGO BOALEMO
36 GUNUNG KIDUL MALUKU
TENGGARA BARAT
37 PACITAN MALUKU TENGAH
38 TRENGGALEK MALUKU
TENGGARA
39 BOJONEGORO BURU
40 TUBAN MALUKU UTARA
41 LAMONGAN HALMAHERA
TENGAH
42 GRESIK JAYAPURA
43 LEBAK FAKFAK
44 KLUNGKUNG BIAK NUMFOR
45 BANGLI MIMIKA
46 LOMBOK BARAT
47 KOTAWARINGIN
BARAT
48 HULU SUNGAI
No Gerombol 6 Gerombol 7 Gerombol 8 Gerombol 9 Gerombol 10 Gerombol 11
49 KOTA BANJAR
BARU
50 KUTAI
51 BERAU
52 BOLAANG
MONGONDOW
53 KEPULAUAN
SANGIHE TALAUD
54 BANGGAI
KEPULAUAN
55 BANGGAI
56 MOROWALI
57 POSO
58 BUOL
59 LUWU UTARA
60 KENDARI
61 KOTA SORONG
Tahun 2009
No. Gerombol 1 Gerombol 2 Gerombol 3 Gerombol 4 Gerombol 5 Gerombol 6
1 ACEH SINGKIL SUMBA BARAT KARANG
ASEM
KOTA BANDA ACEH
KOTA SABANG KOTA LANGSA
2 KEPULAUAN
MENTAWAI
PANIAI DOMPU KOTA BATAM KOTA SIBOLGA KOTA LHOKSEUMAWE
3 PESISIR SELATAN
PUNCAK JAYA KOTA TANJUNG
BALAI
SIMALUNGUN
4 KUANTAN
SINGINGI
KOTA SOLOK DELI SERDANG
5 INDRAGIRI HILIR
KOTA PALEMBANG
KOTA PEMATANG SIANTAR
6 PELALAWAN KODYA
JAKARTA TIMUR
KOTA MEDAN
7 SIAK KODYA
JAKARTA PUSAT
KOTA BINJAI
8 ROKAN HILIR KODYA
JAKARTA BARAT
SOLOK
9 MERANGIN KODYA
JAKARTA UTARA
KOTA PADANG
10 BATANG HARI KOTA CIREBON KOTA PADANG
PANJANG 11 TANJUNG
JABUNG TIMUR
KOTA MAGELANG
KOTA PAYAKUMBUH
12 TANJUNG JABUNG BARAT
KOTA SALATIGA KOTA PEKANBARU
13 BUNGO KOTA TEGAL KOTA DUMAI
14 LAHAT KOTA MADIUN KERINCI
15 MUSI RAWAS KOTA
SURABAYA
KOTA JAMBI
16 BENGKULU
SELATAN
BADUNG KOTA BANDAR
LAMPUNG
17 LAMPUNG
BARAT
KOTA DENPASAR KOTA PANGKAL
PINANG
18 TANGGAMUS KOTA
BANJARMASIN
KODYA JAKARTA SELATAN
19 LAMPUNG
UTARA
KOTA BALIKPAPAN
MAJALENGKA
20 TULANGBAWA
NG
KOTA SAMARINDA
No. Gerombol 1 Gerombol 2 Gerombol 3 Gerombol 4 Gerombol 5 Gerombol 6
21 BELITUNG KOTA BITUNG BEKASI
22 NATUNA KOTA MAKASSAR KOTA BANDUNG
23 SUKABUMI KOTA BEKASI
24 CIREBON KOTA DEPOK
25 PURWAKARTA PURWOREJO
26 SERANG WONOSOBO
27 KLUNGKUNG MAGELANG
28 SAMBAS BOYOLALI
29 BENGKAYANG KLATEN
30 LANDAK SUKOHARJO
31 PONTIANAK WONOGIRI
32 SANGGAU KARANGANYAR
33 KETAPANG SRAGEN
34 SINTANG BLORA
35 KOTA
PONTIANAK
REMBANG
36 KOTAWARINGIN
TIMUR
PATI
37 KAPUAS KUDUS
38 TANAH LAUT DEMAK
39 KOTA BARU SEMARANG
40 BARITO KUALA TEMANGGUNG
41 TAPIN KENDAL
42 PASIR KOTA SURAKARTA
43 KUTAI KOTA SEMARANG
44 NUNUKAN KOTA PEKALONGAN
45 DONGGALA KULON PROGO
46 BUOL BANTUL
47 SLEMAN
48 KOTA YOGYAKARTA
49 PONOROGO
50 TULUNGAGUNG
51 BLITAR
52 KEDIRI
53 MALANG
54 LUMAJANG
55 SIDOARJO
56 MOJOKERTO
57 JOMBANG
58 NGANJUK
59 MADIUN
60 MAGETAN
61 NGAWI
No. Gerombol 1 Gerombol 2 Gerombol 3 Gerombol 4 Gerombol 5 Gerombol 6
63 TUBAN
64 LAMONGAN
65 GRESIK
66 KOTA MALANG
67 KOTA PASURUAN
68 TANGERANG
69 GIANYAR
70 SUMBAWA
71 BIMA
72 KOTA MATARAM
73 KOTA KUPANG
74 TABALONG
75 BERAU
76 KOTA BONTANG
77 KOTA MANADO
78 POSO
79 KOTA KENDARI
80 KOTA GORONTALO
81 KOTA AMBON
82 KOTA TERNATE
83 KOTA SORONG
84 KOTA JAYAPURA
No. Gerombol 7 Gerombol 8 Gerombol 9 Gerombol 10 Gerombol 11
1 TAPANULI UTARA ACEH TENGAH SIMEULUE BANGKALAN NIAS
2 LEMBATA KOTA TEBING TINGGI ACEH SELATAN SAMPANG TAPANULI TENGAH
3 FLORES TIMUR SAWAHLUNTO/SIJUNJUNG ACEH
TENGGARA
PAMEKASAN ASAHAN
4 ENDE LIMA PULUH KOTA ACEH TIMUR SUMENEP TANAH DATAR
5 SELAYAR INDRAGIRI HULU ACEH BARAT NGADA KOTA SAWAH LUNTO
6 BONE KAMPAR ACEH BESAR SOPPENG BANGKA
7 MAJENE ROKAN HULU PIDIE WAJO BOGOR
8 POLEWALI MANDAR SAROLANGUN BIREUEN ENREKANG KARAWANG
9 MALUKU
TENGGARA BARAT
MUARO JAMBI ACEH UTARA BUTON CILACAP
10 MALUKU
TENGGARA
TEBO MANDAILING
NATAL
MUNA PURBALINGGA
11 MALUKU TENGAH OGAN KOMERING ULU TAPANULI
SELATAN
JAYAPURA BATANG
12 BURU OGAN KOMERING ILIR TOBA SAMOSIR TEGAL
13 MUARA ENIM LABUHAN
BATU
BREBES
14 MUSI BANYUASIN DAIRI GUNUNG KIDUL
15 REJANG LEBONG KARO JEMBER
16 BENGKULU UTARA LANGKAT BONDOWOSO
17 KOTA BENGKULU PADANG
PARIAMAN
No. Gerombol 7 Gerombol 8 Gerombol 9 Gerombol 10 Gerombol 11
18 LAMPUNG SELATAN AGAM PROBOLINGGO
19 LAMPUNG TIMUR PASAMAN PASURUAN
20 LAMPUNG TENGAH KOTA
BUKITTINGGI
LOMBOK BARAT
21 WAY KANAN BENGKALIS LOMBOK TENGAH
22 KOTA METRO KOTA
SUKABUMI
LOMBOK TIMUR
23 KARIMUN KEBUMEN SUMBA TIMUR
24 BINTAN KOTA CILEGON KUPANG
25 CIANJUR KUTAI BARAT TIMOR TENGAH
SELATAN
26 BANDUNG LUWU TIMOR TENGAH
UTARA
27 GARUT HALMAHERA
BARAT
BELU
28 TASIKMALAYA MANOKWARI ALOR
29 CIAMIS NABIRE SIKKA
30 KUNINGAN YAPEN
WAROPEN
MANGGARAI
31 SUMEDANG BIAK NUMFOR BANJAR
32 SUBANG HULU SUNGAI
SELATAN
33 KOTA BOGOR TOLI-TOLI
34 BANYUMAS BULUKUMBA
35 BANJARNEGARA BANTAENG
36 GROBOGAN JENEPONTO
37 JEPARA TAKALAR
38 PEKALONGAN GOWA
39 PEMALANG SINJAI
40 PACITAN MAROS
41 TRENGGALEK PANGKAJENE DAN
KEPULAUAN
42 BANYUWANGI BARRU
43 KOTA KEDIRI SIDENRENG RAPPANG
44 KOTA BLITAR PINRANG
45 KOTA PROBOLINGGO TANA TORAJA
46 KOTA MOJOKERTO KOTA PARE-PARE
47 PANDEGLANG MAMUJU
48 LEBAK HALMAHERA TENGAH
49 KOTA TANGERANG FAKFAK
50 JEMBRANA SORONG
51 TABANAN MERAUKE
52 BANGLI JAYAWIJAYA
53 BULELENG MIMIKA
54 KAPUAS HULU
55 KOTAWARINGIN BARAT
56 BARITO SELATAN
57 BARITO UTARA
No. Gerombol 7 Gerombol 8 Gerombol 9 Gerombol 10 Gerombol 11
59 HULU SUNGAI TENGAH
60 HULU SUNGAI UTARA
61 KOTA BANJAR BARU
62 KUTAI TIMUR
63 MALINAU
64 BULUNGAN
65 KOTA TARAKAN
66 BOLAANG MONGONDOW
67 MINAHASA
68 KEPULAUAN SANGIHE
69 BANGGAI KEPULAUAN
70 BANGGAI
71 MOROWALI
72 KOTA PALU
73 LUWU UTARA
74 KONAWE
75 KOLAKA
76 BOALEMO
Lampiran 4 Diagram bintang rataan peubah tahun 2002 dan tahun 2009
Diagram bintang gerombol 6 tahun 2002
Diagram bintang gerombol 7 tahun 2002
Diagram bintang gerombol 8 tahun 2002
21.70
24.82
97.83
7.30
30.72
63.09
0 20 40 60 80 100
X1
X2
X3
X4 X5
X6
20.57
31.22
97.28 9.14
57.33 68.20
0 20 40 60 80 100
X1
X2
X3
X4 X5
X6
33.93
42.39
95.07 10.81
31.90 60.13
0 20 40 60 80 100
X1
X2
X3
X4 X5
Diagram bintang gerombol 9 tahun 2002
Diagram bintang gerombol 10 tahun 2002
Diagram bintang gerombol 11 tahun 2002
22.94
38.40
97.27 8.43
56.69 50.97
0 20 40 60 80 100
X1
X2
X3
X4 X5
X6
20.87
43.78
95.65 5.12
55.15 23.30
0 20 40 60 80 100
X1
X2
X3
X4 X5
X6
16.40
30.90
98.50 10.45
43.34 76.34
0 20 40 60 80 100
X1
X2
X3
X4 X5
Diagram bintang gerombol 1 tahun 2009
Diagram bintang gerombol 2 tahun 2009
Diagram bintang gerombol 3 tahun 2009
11.89 56.14
98.83 2.70
72.72 13.34
0 20 40 60 80 100
X1
X2
X3
X4 X5
X6
43.12
78.88
61.12 0.07
16.10 9.80
0 20 40 60 80
X1
X2
X3
X4 X5
X6
14.07
70.33
91.23 1.70
76.02 69.66
0 20 40 60 80 100
X1
X2
X3
X4 X5
Diagram bintang gerombol 4 tahun 2009
Diagram bintang gerombol 5 tahun 2009
Diagram bintang gerombol 6 tahun 2009
7.70 25.48
100.00 15.55
48.66 87.93
0 20 40 60 80 100
X1
X2
X3
X4 X5
X6
8.46
40.00
99.73 8.97
76.14 85.35
0 20 40 60 80 100
X1
X2
X3
X4 X5
X6
13.03
43.21
99.46 5.74
67.30 60.81
0 20 40 60 80 100
X1
X2
X3
X4 X5
Diagram bintang gerombol 7 tahun 2009
Diagram bintang gerombol 8 tahun 2009
Diagram bintang gerombol 9 tahun 2009
22.99
56.29
97.94 1.28
33.03 41.17
0 20 40 60 80 100
X1
X2
X3
X4 X5
X6
13.23 46.98
99.70 3.84
76.56 35.15
0 20 40 60 80 100
X1
X2
X3
X4 X5
X6
17.93 45.74
98.53 3.87
48.39 22.39
0 20 40 60 80 100
X1
X2
X3
X4 X5
Diagram bintang gerombol 10 tahun 2009
Diagram bintang gerombol 11 tahun 2009
20.38
57.38
98.62 0.86
45.40 60.47
0 20 40 60 80 100
X1
X2
X3
X4 X5
X6
17.77 60.73
96.75 2.15
56.12 31.61
0 20 40 60 80 100
X1
X2
X3
X4 X5
27
Lampiran 5 Temporal Cluster Graph. Perbedaan warna garis untuk membedakan jalur yang terbentuk.
2002
20
50
64
7
18
28
61
7
45
19
22
70
47
82
30
3
13
26
9
21
42
2003
2004
2005
2006
2007
2008
2009
3
16
13
19
44
33
3
19
1
19
41
34
30
68
46
50
33
44
34
35
31
7
53
5
83
23
20
3
48
21
38
21
16
43
23
46
3
2
2
22
84
12
77
31
11
53 24
69
14
45
2
61
3
115
10
91
64
52
44
27
Lampiran 6 Besarnya Direct Distance dan Path Distance serta rasio yang terbentuk
Tahun Jalur Path
Distance (dP(v0,vn))
Direct Distance (dD(v0,vn))
Rasio (dir(v0,vn))
2002--2009 20-82-34-31-38-61-44-84 135.74 36.09 0.27
50-42-33-34-21-14-52-84 130.83 26.71 0.20
64-42-33-34-21-14-52-84 129.80 26.70 0.21
7-9-41-44-48-45-64-46 114.65 41.99 0.37
18-9-41-44-48-45-64-46 124.33 48.51 0.39
28-9-41-44-48-45-64-46 138.38 73.07 0.53
61-82-34-31-38-61-44-84 129.35 19.26 0.15
7-9-41-44-48-45-64-46 129.37 67.90 0.52
45-9-41-44-48-45-64-46 112.58 46.31 0.41
19-13-19-50-48-45-64-46 103.17 25.64 0.25
22-26-44-31-38-61-44-84 120.33 31.65 0.26
2003-2009 70-41-44-48-45-64-46 97.77 28.65 0.29
47-44-31-38-61-44-84 86.09 11.11 0.13
30-13-50-48-45-64-46 93.34 9.02 0.10
3-1-7-3-3-27-31 151.41 81.05 0.54
21-16-44-48-45-64-46 101.75 28.64 0.28
2004-2009 3-7-3-3-27-31 128.56 49.79 0.39
19-34-21-14-52-84 110.72 28.95 0.26
3-7-3-3-27-31 115.91 51.02 0.44
19-44-48-45-64-46 90.6 41.44 0.46
30-46-23-61-44-84 93.02 20.97 0.23
68-44-48-45-64-46 79.79 30.53 0.38
2005-2009 33-43-115-64-46 86.33 38.13 0.44
35-43-115-64-46 79.01 37.51 0.47
53-21-45-44-64 147.8 29.07 0.20
2006--2009 5-2-27-31 87.8 66.48 0.76
83-115-64-46 56.34 32.65 0.58
23-69-64-64 56.44 23.46 0.42
20-24-91-77 58.32 43.32 0.74
16-61-44-84 62.2 23.42 0.38
Lampiran 7 Pergerakan jumlah anggota gerombol dari tahun 2002 -2009
2003 Gerombol
ke-
1 2 3 4 5 6 7 8 9 10 Jumlah
2002
1 4 0 12 0 0 0 0 0 4 0 20
2 6 9 21 0 0 0 7 0 1 6 50
3 0 22 8 0 0 0 9 0 0 25 64
4 0 0 0 0 3 0 0 0 4 0 7
5 6 0 1 6 0 5 0 0 0 0 18
6 6 0 13 0 0 3 0 3 3 0 28
7 24 9 14 2 0 2 8 0 1 0 60
8 0 0 1 0 0 0 0 0 6 0 7
9 21 0 7 11 0 1 0 4 1 0 45
10 3 0 0 11 0 2 0 2 1 0 19
11 0 7 5 0 0 0 2 0 0 11 25
Jumlah 70 47 82 30 3 13 26 9 21 42 343
2004
Gerombol ke-
1 2 3 4 5 6 7 8 9 10 11 12 13 14 Jumlah
2003
1 0 3 1 0 2 0 0 3 0 3 13 4 4 37 70
2 0 0 0 10 13 3 0 1 0 0 0 7 13 0 47
3 0 2 0 1 6 0 0 14 0 0 16 21 8 14 82
4 0 0 9 0 0 0 0 0 0 10 0 0 0 11 30
5 1 0 0 0 0 0 1 0 1 0 0 0 0 0 3
6 0 0 0 0 0 0 0 1 0 6 0 0 2 4 13
7 0 0 0 0 19 1 0 0 0 0 1 2 2 1 26
8 0 1 0 0 0 0 0 0 0 0 7 0 0 1 9
9 2 10 3 0 0 0 2 0 0 0 4 0 0 0 21
10 0 0 0 8 4 29 0 0 0 0 0 0 1 0 42
2005 Gerombol
ke-
1 2 3 4 5 6 7 8 9 Jumlah
2004
1 0 0 0 0 0 0 0 1 2 3
2 0 1 0 9 0 0 0 1 5 16
3 0 11 0 0 0 2 0 0 0 13
4 6 0 3 0 7 2 0 0 1 19
5 14 0 2 2 5 5 16 0 0 44
6 5 0 4 0 21 2 1 0 0 33
7 0 0 0 0 0 0 0 3 0 3
8 1 3 4 2 0 7 2 0 0 19
9 0 0 0 0 0 0 0 1 0 1
10 0 12 5 0 0 0 1 0 1 19
11 1 3 2 7 0 7 3 0 18 41
12 7 0 2 12 1 5 5 0 2 34
13 9 0 9 0 0 8 1 1 2 30
14 3 20 2 12 0 7 2 0 22 68
Jumlah 46 50 33 44 34 45 31 7 53 343
2006 Gerombol
ke-
1 2 3 4 5 6 7 8 9 10 11 12 Jumlah
2005
1 0 10 1 0 0 1 2 13 0 5 10 4 46
2 0 13 6 1 0 24 0 0 3 0 3 0 50
3 0 3 2 0 0 7 1 1 1 2 13 3 33
4 0 26 3 7 0 2 0 3 0 2 0 1 44
5 0 0 0 0 0 0 17 1 0 4 2 10 34
6 0 7 8 2 0 6 0 3 1 2 12 4 45
7 0 6 0 5 0 1 1 15 1 1 1 0 31
8 4 1 1 0 1 0 0 0 0 0 0 0 7
9 1 17 2 5 2 7 0 2 15 0 2 0 53
2007 Gerombol
ke-
1 2 3 4 5 6 7 8 9 Jumlah
2006
1 0 1 0 0 2 0 2 0 0 5
2 5 11 0 11 0 11 0 45 1 84
3 1 17 0 1 0 0 0 1 3 23
4 8 7 0 1 0 1 0 2 1 20
5 1 1 0 0 0 0 1 0 0 3
6 0 21 0 10 0 1 0 15 1 48
7 1 0 10 1 0 7 0 2 0 21
8 2 0 0 1 0 18 0 17 0 38
9 0 5 0 9 0 2 0 2 3 21
10 2 1 1 0 0 4 0 8 0 16
11 2 4 0 10 0 9 0 17 1 43
12 2 1 3 1 0 8 0 6 0 21
Jumlah 24 69 14 45 2 61 3 115 10 343
2008 Gerombol
ke-
1 2 3 4 5 6 Jumlah
2007
1 8 1 3 6 4 2 24
2 15 35 0 5 8 6 69
3 1 0 11 1 0 1 14
4 5 13 0 1 6 20 45
5 0 0 0 0 2 0 2
6 9 1 26 13 1 11 61
7 0 1 0 0 2 0 3
8 51 11 12 15 2 24 115
9 2 2 0 3 2 1 10
Jumlah 91 64 52 44 27 65 343
2009
Gerombol ke-
1 2 3 4 5 6 7 8 9 10 11 Jumlah
2008
1 9 0 2 0 0 23 0 29 2 2 24 91
2 25 0 0 0 0 0 1 9 13 0 16 64
3 0 0 0 1 21 23 0 4 1 0 2 52
4 0 0 0 0 0 25 6 1 1 7 4 44
5 0 3 0 0 0 0 5 0 11 2 6 27
6 12 0 0 1 1 13 0 34 3 0 1 65
32
Lampiran 8 Grafik pergerakan jumlah anggota gerombol dari tahun 2002 -2009
2002
20
50
64
7
18
28
61
7
45
19
22
70
47
82
30
3
13
26
9
21
42
2003
70
47
82
30
3
13
26
9
21
42
2003
2004
3
16
13
19
44
33
3
19
1
19
41
34
30
33
2004
2005
3
16
13
19
44
33
3
19
1
19
41
34
30
68
46
50
33
44
34
35
31
7
53
2005
2006
46
50
33
44
34
35
31
7
53
5
83
23
20
3
48
21
38
21
16
43
34
2006
2007
5
83
23
20
3
48
21
38
21
16
43
23
24
69
14
45
2
61
3
115
10
2007
2008
24
69
14
45
2
61
3
115
10
91
64
52
44
27
65
2008
2009
46
3
2
2
22
84
12
77
31
11
53 91
64
52
44
27
Berdasarkan Data dan Informasi Kemiskinan Tahun 2002-2009. Dibimbing oleh HARI WIJAYANTO dan AGUS M. SOLEH.
Analisis gerombol dan pengkajian trend kemiskinan kabupaten dilakukan menggunakan metode yang mengadopsi sistem Cluster-based Temporal Representation of Event Data (C-TREND) dengan membuat Temporal Cluster Graph yang memetakan data multiatribut kedalam grafik dua dimensi. Rasio jarak antara gerombol awal dan akhir jalur dengan jarak sepanjang jalur terbesar yaitu sebesar 0.86 yang mengindikasikan trend yang searah terjadi pada kabupaten-kabupaten yang perlu meningkatkan perbaikan bidang tenaga kerja serta peningkatan penyediaan fasilitas air bersih. Sedangkan rasio jarak terkecil yaitu sebesar 0.10 mengindikasikan berubah-ubahnya peningkatan atau penurunan karakteristik kemiskinan sepanjang jalur sehingga trendnya tidak searah. Kabupaten-kabupaten di Provinsi Papua dan Papua Barat perlu mendapatkan perhatian lebih dalam pengentasan kemiskinan karena memiliki trend yang cukup konsisten sebagai kabupaten pada gerombol yang relatif miskin setiap tahunnya.
PENDAHULUAN
Latar belakang
Indonesia merupakan negara kepulauan dengan jumlah penduduk sekitar 237.56 juta jiwa di mana 13.33% dari total penduduk Indonesia berada di bawah garis kemiskinan (BPS 2010). Secara nasional, trend kemiskinan di Indonesia menunjukkan jumlah penduduk miskin yang semakin berkurang dari tahun ke tahun. Hal ini dapat terlihat dari persentase jumlah penduduk miskin secara nasional pada tahun 2007, 2008, dan 2009 dengan nilai masing-masing sebesar 16.58%, 15.42%, dan 14.15% (BPS 2010).
Pemerintah telah mengupayakan berbagai program dalam rangka pengentasan kemiskinan sehingga diharapkan dapat mencapai pemerataaan. Untuk itu, gambaran pengelompokan kabupaten berdasarkan indikator kemiskinan dibutuhkan sebagai acuan dalam menetapkan prioritas pengadaan
program-program dalam rangka
mengentaskan kemiskinan penduduk. Selain itu, perlu dilakukan pengkajian terhadap trend masing-masing gerombol yang terbentuk dari tahun ke tahun untuk melihat perubahan kekonsistenan gerombol dari waktu ke waktu. Penggerombolan dan identifikasi trend gerombol yang terbentuk dilakukan untuk kabupaten-kabupaten di Indonesia menggunakan metode yang mengadopsi
sistem Cluster-based Temporal
Representation of Event Data (C-TREND) dengan membuat Temporal Cluster Graph yang memetakan data multiatribut antar waktu ke dalam grafik dua dimensi.
Tujuan
Tujuan dari penelitian ini adalah :
1. Menggerombolkan kabupaten-kabupaten seluruh Indonesia berdasarkan indikator kemiskinan untuk mengetahui kabupaten yang menjadi prioritas dalam rangka mengentaskan kemiskinan.
2. Mengidentifikasi dan memvisualisasikan trend pada gerombol yang terbentuk.
TINJAUAN PUSTAKA
Kemiskinan
Menurut Badan Pusat Statistik (2010), kemiskinan adalah ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran
.
Oleh karena itu, Penduduk Miskin adalah penduduk yangmemiliki rata-rata pengeluaran perkapita perbulan dibawah garis kemiskinan (GK).
Langkah-langkah penghitungan Garis Kemiskinan adalah sebagai berikut :
1. Melakukan penghitungan Garis
Kemiskinan Makanan sebelum
disetarakan dengan 2100 kilokalori (GKMj). GKMj merupakan jumlah nilai pengeluaran dari 52 komoditi dasar makanan yang riil dikonsumsi penduduk. GKMj dapat dirumuskan sebagai berikut:
GKMj = ∑ . )= ∑ dengan:
GKMj = Garis Kemiskinan Makanan daerah ke-j sebelum disetarakan dengan 2100 kilokalori
= harga komoditi ke-k di daerah ke-j
=
ata kuantitas komoditi ke-k yang dikosumsi di daerah ke-j = nilai pengeluaran untuk
konsumsi komoditi ke-k di daerah ke-j
j = Daerah
k = komoditi
2. Melakukan penyetaraan GKMj dengan 2100 kilokalori dengan terlebih dahulu mengalikan 2100 terhadap harga implisit rata-rata kalori menurut daerah j.
Fj = ̅̅̅̅̅ x 2100 dengan
̅̅̅̅̅ =
∑dengan:
Fj = Garis Kemiskinan Makanan daerah ke-j
̅̅̅̅̅
= harga rata-rata kalori di daerah ke-j Kk = kalori komoditi ke-k di daerah ke-j3. Melakukan penghitungan Garis
Kemiskinan Non Makanan (NFj). NFj merupakan penjumlahan nilai kebutuhan minimum dari komoditi-komoditi non-makanan meliputi perumahan, sandang, pangan, pendidikan, dan kesehatan. Secara matematis