”Pemetaan Tingkat Kemisikinan Kecamatan Panjang Menggunakan Metode Analytic Hierarchy Process”
M.Naufal Pancaramadhan, AF 231160881
Dr. Ir. Dudung Muhally Hakim, M.Sc.2, Agung Mahadi Putra Perdana, Si., M.sc.1
¹Institut Teknologi Sumatera, ²Institut Teknologi Bandung
ABSTRAK
Kemiskinan dapat diartikan yaitu seseorang yang berada pada kondisi susah untuk dapat memenuhi kebutuhan hidup sehari-hari disebabkan oleh rendahnya tingkat pendapatan.
Kecamatan Panjang dijadikan sebagai studi kasus penelitian ini karena kecamatan tersebut merupakan salahsatu kecamatan yang memiliki jumlah penduduk miskin yang tinggi. Pada penelitian ini digunakan tiga parameter yaitu kepadatan penduduk, pendidikan rendah, dan penghasilan rendah. Penentuan nilai bobot masing-masing parameter menggunakan metode Analytic Hierarchy Process (AHP). Hasil peta tingkat kemiskinan dibagi menjadi lima kelas yaitu sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Dari delapan kelurahan yang ada di Kecamatan Panjang terdapat empat kelurahan tergolong tingkat kemiskinan sedang yaitu Srengsem, Panjang Selatan, Panjang Utara, dan Way Lunik. Terdapat empat kelurahan lain yang tergolong tingkat kemiskinan tinggi yaitu Karang Maritim, Ketapang Kuala, Pidada, dan Ketapang. Tidak ada kelurahan yang termasuk tingkat kemiskinan sangat rendah, rendah, dan sangat tinggi. Hasil pengolahan data menggunakan metode AHP didapatkan bobot dari parameter kepadatan penduduk sebesar 8,37%, pendidikan rendah sebesar 40,49%, dan penghasilan rendah sebesar 51,15%. Parameter yang paling berpengaruh dalam penentuan tingkat kemiskinan adalah penghasilan rendah.
Kata kunci: Kemiskinan, Kepadatan Penduduk, Pendidikan Rendah, Penghasilan Rendah, Analytic Hierarchy Process,
" Poverty Level Mapping of Panjang District Using Analytic Hierarchy Process Method "
M. Naufal Pancaramadhan, AF 231160881
Dr. Ir. Dudung Muhally Hakim, M.Sc.2, Agung Mahadi Putra Perdana, Si., M.sc.1
¹Institut Teknologi Sumatera, ²Institut Teknologi Bandung
ABSTRACT
Poverty can be defined as someone who is in a difficult condition to be able to fulfill their daily needs due to a low level of income. Panjang district is used as a case study for this research because it is one of the districts that has a high number of poor people. In this study, three parameters were used, namely population density, low education, and low income.
Determination of the weight value of each parameter using themethod Analytic Hierarchy Process (AHP). The results of the poverty level map are divided into five classes, namely very low, low, medium, high, and very high. Of the eight sub-districts in Panjang District, there are four sub-districts classified as moderate poverty levels, namely Srengsem, Panjang Selatan, Panjang Utara, and Way Lunik. There are four other villages that are classified as high poverty levels, namely Karang Maritim, Ketapang Kuala, Pidada, and Ketapang. None of the sub- districts are included in the very low, low, and very high poverty levels. The results of data processing using the AHP method obtained the weight of the population density parameter of 8.37%, low education is 40.49%, and low income is 51.15%. The most influential parameter in determining the level of poverty is low income.
Keywords: Poverty, Population Density, Low Education, Low Income, Analytic Hierarchy Process,
PENDAHULUAN
Kemiskinan dapat diartikan yaitu seseorang yang berada pada kondisi susah untuk dapat memenuhi kebutuhan hidup sehari-hari disebabkan oleh rendahnya tingkat pendapatan. Kemiskinan juga dipandang sebagai ketidakmampuan dari
sisi ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran. Jadi penduduk miskin adalah penduduk yang memiliki rata-rata pengeluaran perkapita perbulan dibawah garis kemiskinan.
Indonesia sampai saat ini masih menghadapi masalah kemiskinan yang berkepanjangan seperti halnya yang dihadapi oleh banyak negara di dunia.
Berdasarkan Data Badan Pusat Statistik angka kemiskinan di Indonesia mencapai 9,41% pada tahun2019. Dalam menghadapi masalah kemiskinan pemerintah selalu berupaya mencari solusi dan penyelesaian dari tahun ke tahun, namun sampai saat ini jumlah penduduk miskin di Indonesia belum juga mengalami penurunan yang signifikan.
Kota Bandar Lampung sebagai ibukota Provinsi Lampung dihadapkan pada beberapa permasalahan yang juga menjadi permasalahan di wilayah administratif lain di Provinsi Lampung.
Salah satu permasalahan yang ada adalah masalah kemiskinan. Berdasarkan data Badan Pusat Statistik (BPS), tingkat kemiskinan di kota Bandar Lampung pada tahun 2019, jumlah penduduk miskin di Kota Bandar Lampung yaitu 8,71% dari total penduduk, dimana angka tersebut masih tebilang cukup tinggi. Walaupun data di BPS menunjukan kecenderungan mengalami penurunan jumlah penduduk miskin, namun secara kualitatif belum manampakan dampak perubahan secara nyata.
Kecamatan Panjang memiliki jumlah penduduk 84.212 jiwa dan terdapat 4.446 jiwa tergolong miskin. Pada
penelitian ini Kecamatan Panjang dijadikan sebagai studi kasus yaitu karena memiliki jumlah penduduk tertinggi di Kota Bandar Lampung dan memiliki jumlah penduduk miskin tertinggi di Kota Bandar Lampung.
Upaya Pemerintah Kota Bandar Lampung dalam menanggulangi masalah kemiskinan yaitu dengan cara mengurangi beban kebutuhan dasar seperti akses pendidikan, Kesehatan, dan infrastruktur yang mendukung kegiatan sosial ekonomi.
Berbagai macam program yang dilaksanakan pemerintah untuk menekan angka kemiskinan seperti Program Keluarga Harapan (PKH), Bina Lingkungan, Jaminan Kesehatan Kota (Jamkeskot).
Peran Geomatika dalam menanggulangi masalah kemiskinan yaitu melakukan pembuatan peta tingkat kemiskinan yang menyediakan informasi terkait kemiskinan pada suatu wilayah dan mengkategorikan wilayah tersebut merupakan wilayah miskin berdasarkan tingkatan-tingkatan. Harapan dari adanya peta tingkat kemiskinan ini yaitu pemerintah dapat lebih fokus terhadap penyelesaian masalah kemiskinan pada wilayah yang memiliki tingkat memiskinan yang tinggi. Pada aspek inilah SIG (Sistem Informasi Geografis) mempunyai peranan yang cukup strategis, karena SIG mampu menyajikan aspek spasial (keruangan) yang dapat dikaji sebagai untuk menganalisa
keadaan penduduk suatu daerah yang berguna bagi kesejahteraan masyarakat yang akan datang.
Memadukan teknologi SIG dengan metode pengambilan keputusan yang dapat menganalisis beberapa kriteria. Metode pengambilan keputusan yang digunakan adalah AHP (Analytic Hierarchy Process).
Selain sebagai metode untuk pengambilan keputusan metode AHP merupakan metode yang digunakan untuk mengetahui bobot dari setiap parameter yang digunakan.
Hubungan kemiskinan dan Sistem Informasi Geografis sebagai metode pengambilan keputusan bahwa tingkat kemiskinan dengan sebuah hirarki fungsional dengan input utamanya adalah persepsi manusia. Penelitian ini dapat menjadi salah satu referensi dan informasi pemerintah dalam menentukan prioritas dalam melakukan penyelasaian masalah kemiskinan.
Tujuan dari penelitian ini adalah mengidentifikasi tingkat kemiskinan di Kecamatan Panjang, dan mengetahui parameter yang paling berpengaruh dalam penentuan tingkat Kemiskinan.
Ruang Lingkup Penelitian:
1. Wilayah cakupan penelitian ini adalah Kecamatan Panjang, Kota Bandar Lampung.
2. Metode yang digunakan pada penelitian ini yaitu Analytic Hierarchy Process
(AHP) dengan aplikasi Sistem Informasi Geografis (SIG).
3. Penelitian ini menggunakan 3 parameter yaitu kepadatan penduduk, pendidikan rendah, dan penghasilan rendah.
4. Data yang digunakan pada penelitian ini yaitu:
a. Peta administrasi Kota Bandar Lampung dari Bappeda,
b. Data kepadatan penduduk, data penduduk dengan penghasilan rendah, data penduduk dengan pendidikan rendah di Kecamatan Panjang yang didapat dari Disdukcapil.
DASAR TEORI
a. Sistem Informasi Geografis (SIG) Aronoff (1989) SIG adalah sistem yang berbasiskan komputer yang digunakan untuk menyimpan, dan memanipulasi infomasi-informasi geografis. SIG dirancang untuk mengumpulkan, menyimpan, dan menganalisis objek-objek dan fenomena, dimana lokasi geografis merupakan karakteristik yang penting atau kritis untuk dianalisis. Berdasarkan hal tersebut, SIG memiliki empat kemampuan yaitu input data, manajemen data, analisis dan manipulasi data, serta output yang umumnya berupa peta tematik. SIG terdiri dari komponen-komponen yaitu perangkat keras (hardware), perangkat lunak (software), data input (spasial dan non- spasial), sumber daya manusia (SDM), dan
Prosedur yang mengatur empat komponen lainnya. Dalam pemanfaatannya disamping alat utama untuk melakukan analisis spasial, SIG juga dapat digunakan untuk mengedit data spasial dan membuat peta.
b. Kemiskinan
Secara umum, kemiskinan diartikan sebagai kondisi tidak memadainya pendapatan seseorang dalam mencukupi kebutuhan pokok sehingga kurang/tidak
mampu untuk menjamin kelangsungan hidup. Kemiskinan adalah suatu integrated concept yang memiliki lima dimensi yaitu Kemiskinan (proper), Ketidakberdayaan (powerless), Kerentanan menghadapi situasi darurat (state of emergency), Ketergantungan (dependence), dan Keterasingan (isolation) baik secara geografis maupun sosiologis
c. Parameter Tingkat Kemiskinan Peta tingkat kemiskinan pada penelitian ini menggunakan tiga prameter yaitu kepadatan penduduk, pendidikan rendah, dan penghasilan rendah. Parameter- parameter yang digunakan didapatkan dari
hasil penelitian terahulu dan hasil wawancara dengan Dinas Sosial (Dinsos) Kota Bandar Lampung. Parameter- parameter tingkat kemiskinan dalam.
d. Kepadatan Penduduk e. Pendidikan
Pendidikan adalah usaha sadar dan terencana untuk mewujudkan suasana belajar dan proses pembelajaran agar peserta didik secara aktif mengembangkan potensi dirinya untuk memiliki kekuatan spiritual keagamaaan, pengendalian diri, kepribadian, kecerdasan, akhlak mulia, serta keterampilan yang diperlukan dirinya, masyarakat, bangsa, dan Negara.
Pendidikan nasional berfungsi mengembangkan kemampuan dan membentuk watak serta peradaban bangsa yang bermartabat dalam rangka mencerdaskan kehidupan bangsa, bertujuan untuk berkembangnya potensi.
f. Penghasilan
Pasal 4 Ayat (1) Undang-Undang Nomor 36 Tahun 2008, yang dimaksud penghasilan adalah tambahan kemampuan ekonomis yang diterima atau diperoleh Wajib Pajak, baik yang berasal dari Indonesia maupun dari luar Indonesia.
Penghasilan dapat dipakai untuk memenuhi kebutuhan hidup atau untuk menambah kekayaan Wajib Pajak yang bersangkutan, dengan nama dan dalam bentuk apa pun.
Kepadatan penduduk adalah perbandingan antara jumlah penduduk dengan luas wilayah yang dihuni. Menurut Sarwono (1992) kepadatan penduduk adalah suatu keadaan yang diartikan semakin banyak jumlah manusia pada suatu batas ruang
tertentu maka akan semakin padat. Faktor- Faktor yang berpengaruh terhadap kepadatan penduduk yaitu perpindahan penduduk (migrasi), kematian (mortalitas), kelahiran (fertilitas), dan luas wilayah.
g. Metode Analytic Hierarchy Process (AHP)
Metode Analytic Hierarchy Process (AHP) pertama kali dikembangkan oleh Thomas L Saaty, seorang ahli matematika dari Universitas Pittsburg, Amerika Serikat pada tahun 1970-an. AHP dirancang untuk menangkap secara rasional persepsi orang yang berhubungan erat dengan permasalahan tertentu melalui prosedur untuk sampai pada suatu skala preferensi diantara berbagai alternatif. Analisis ini dibuat untuk membangun suatu model permasalahan yang tidak berstruktur.
Biasanya diterapkan untuk memecahkan masalah yang tidak terukur (kuantitatif), masalah yang memerlukan pendapat, maupun pada situasi yang kompleks atau tidak terkerangka, pada situasi dimana data, informasi statistik sangat minimum atau tidak ada sama sekali. Data/informasi yang ada/diperoleh hanya hanya bersifat kualitatif yang didasari oleh persepsi, pengalaman ataupun intuisi.
METODOLOGI PENELITIAN a. Data
Data yang digunakan terdiri dari:
1. Peta administrasi kota Bandar Lampung skala 1:50.000 dari Bappeda Kota Bandar Lampung.
2. Data jumlah penduduk setiap Kelurahan di Kecamatan Panjang diperoleh dari Dinas Kependudukan dan Catatan Sipil (Disdukcapil) Kota Bandar Lampung.
3. Data jumlah penduduk dengan Pendidikan rendah setiap Kelurahan di Kecamatan Panjang diperoleh dari Dinas Kependudukan dan Catatan Sipil (Disdukcapil) Kota Bandar Lampung.
4. Data jumlah penduduk dengan pekerjaan berpenghasilan rendah setiap Kelurahan di Kecamatan Panjang diperoleh dari Dinas Kependudukan dan Catatan Sipil (Disdukcapil) Kota Bandar Lampung.
5. Kuisioner perbandingan setiap parameter untuk keperluan metode AHP yang diisi oleh Badan Pusat Statistik (BPS), Dinas Sosisal (Dinsos), dan Badan Perencanaan Pembangunan (Bappeda) Kota Bandar Lampung.
b. Peralatan
Peralatan yang digunakan untuk keperluan pemrosesan/pengolahan data pada penelitian tugas akhir ini adalah.
1. Perangkat Keras (Hardware)
a. Laptop yang digunakan untuk mengolah data dalam penelitian ini yaitu laptop Asus X455LJ dengan spsifikasi Intel® Core™ i3 4005U Processor 1.9 GHz, RAM 2 GB DDR3L, Integrated Intel®
HD Graphics 4400, dan Hardisk 500 GB
b. PrinterCannon Pixma MP287
2. Perangkat Lunak (Software)
a. ArcMap 10.4 merupakan software yang digunakan untuk pengolahan data spasial seperti proses input data, analisis spasial serta output yang berupa peta tematik.
b. Microsoft Excel 2019 merupakan software digunakan untuk membantu hitung-hitungan dan pembuatan tabel-tabel.
c. Microsoft Office 2019 merupakan software digunakan untuk menulis laporan penelitian tugas akhir.
c. Diagram Alir Penelitian
Gambar 1 Diagram Alir Penelitian
Penentuan Nilai Bobot Parameter Menggunakan Metode AHP
Upaya yang dilakukan untuk membuat peta tingkat kemiskinan diperlukan adanya bobot dari masing- masing parameter agar diperoleh hasil peta tingkat kemiskinan yang sesuai dengan ketentuan. Metode AHP dilakukan untuk memperoleh bobot dari setiap parameter yang digunakan.
d. Penyusunan Prioritas
Setiap elemen yang terdapat pada hirarki harus ditentukan bobotnya yang bertujuan untuk mengetahui tingkat kepentingannya.
Langkah awal yang dilakukan adalah menyusun perbandingan berpasangan untuk setiap parameter yang berpasangan.
Perbandingan tersebut kemudian ditransformasikan dalam bentuk matriks.
e. Uji Konsistensi Indeks dan Rasio Hal yang membedakan AHP dengan model-model pengambilan keputusan yang lainnya adalah tidak adanya syarat konsistensi mutlak. Penentuan konsistensi dari matriks itu sendiri didasarkan atas eigen value maksimum. Matriks perbandingan berpasangan dapat dikatakan konsisten apabila nilai CI sama dengan nol.
Batas ketidakkonsistenan yang telah ditetapkan oleh Thomas L. Saaty ditentukan dengan menggunakan Rasio Konsistensi (CR), yaitu perbandingan indeks konsistensi dengan nilai random index (RI).
CI=λ max − n
n −1 . Keterangan:
CI= Rasio penyimpangan (deviasi) konsistensi (consistency indeks) λ max = Nilai eigen terbesar dari matriks berordo n
n = Orde Matriks 𝐶𝑅 =𝐶𝐼
𝑅𝐼 Keterangan:
CR= Rasio Konsistensi
RI = Indeks Random yang diperoleh dari tabel 3.3
HASIL DAN PEMBAHASAN a. Kepadatan Penduduk
Peta kepadatan penduduk dibagi menjadi lima kelas yaitu sangat renggang, renggang, sedang, padat, sangat padat. Hasil peta kepadatan penduduk di Kecamatan Panjang dapat diketahui bahwa persebaran bervariasi. Dapat dilihat pada peta bahwa semakin berwarna ungu gelap maka wilayah tersebut temasuk sangat padat
Gambar 2 Peta Kepadatan Penduduk Kecamatan Panjang
b. Peta Tingkat Pendidikan Rendah Peta tingkat pendidikan rendah dibagi menjadi lima kelas yaitu sangat rendah, rendah, sedang, tinggi, sangat tinggi. Hasil peta tingkat pendidikan rendah di Kecamatan Panjang dapat diketahui bahwa persebaran bervariasi. Dapat dilihat pada peta bahwa semakin berwarna hijua tua maka wilayah tersebut temasuk sangat
tinggi persentase jumlah penduduk berpendidikan rendahnya.
Gambar 3 Peta Tingkat Pendidikan Rendah Kecamatan Panjang
c. Peta Tingkat Penghasilan Rendah Peta tingkat penghasilan rendah dibagi menjadi lima kelas yaitu sangat rendah, rendah, sedang, tinggi, sangat tinggi. Hasil peta tingkat pendidikan rendah di Kecamatan Panjang dapat diketahui bahwa persebaran bervariasi. Dapat dilihat pada peta bahwa semakin berwarna hijua tua maka wilayah tersebut temasuk sangat tinggi persentase jumlah penduduk berpendidikan rendahnya.
Gambar 4 Peta Tingkat Penghasilan Rendah Kecamatan Panjang
d. Peta Tingkat Kemiskinan
Peta tingkat Kemiskinan dibagi menjadi lima kelas yaitu sangat rendah, rendah, sedang, tinggi, sangat tinggi. Hasil peta tingkat Kemiskinan di Kecamatan Panjang dapat diketahui bahwa tergolong menjadi dua kelas yaitu sedang dan tinggi. Dapat dilihat pada peta bahwa wilayah yang tergolong tingkat kemiskinan sedang berwarna kuning dan wilayah yang tergolong tingkat kemiskinan tinggi berwarna hijau muda. Dari hasil tersebut dapat disimpulkan bahwa wilayah kelurahan di Kecamatan Panjang berimbang antara tingkat kemiskinan sedang dan tinggi.
Gambar 5 Peta Tingkat Kemiskinan Kecamatan Panjang
e. Validasi Data
Hasil peta tingkat kemiskinan kemudian dilakukan validasi data untuk mengetahui kebenaran dari peta yang didapat. Validasi data yang dilakukan pada penelitian ini yaitu dengan cara membandingkan antara
data peta hasil dan data jumlah penduduk miskin dengan data penduduk miskin.
Tabel 1 Kesesuaian Data
KESIMPULAN
1. Di wilayah Kecamatan Panjang hanya ada dua tingkat kemiskinan yaitu:
a. Kemiskinan Sedang yang berada di empat kelurahan:
• Kelurahan Panjang Selatan;
• Kelurahan Srengsem;
• Kelurahan Panjang Utara; dan
• Kelurahan Way Lunik.
b. Kemiskinan Tinggi yang berada di empat kelurahan:
• Kelurahan Karang Maritim;
• Kelurahan Ketapang Kuala;
• Kelurahan Pidada; dan
• Kelurahan Ketapang.
c. Tidak ada satupun kelurahan yang masuk pada tingkat Kemiskinan Rendah, Sedang, dan inggi.
2. Untuk Kota Bandar Lampung diperoleh bobot untuk masing-masing parameter yaitu:
• Kepadatan Penduduk sebesar 8,37%
• Pendidikan Rendah sebesar 40,49%, dan
• Penghasilan Rendah sebesar 51,15%.
Dapat dilihat bahwa parameter yang paling berpengaruh untuk penentuan tingkat kemiskinan adalah Penghasilan Rendah.
DAFTAR PUSTAKA
Badan Pusat Statistik, “Kemiskinan dan Ketimpangan” www.bps.go.id, 2020.https://www.bps.go.id/subject /23/kemiskinan-dan-
ketimpangan.html.
Wongdesmiwati. “Pertumbuhan Ekonomi dan Pengentasan Kemiskinan di Indonesia Tahun 1990-2004”.
Jurnal Ekonomi Pembangunan, Volume 2 No.1, 1-26. 2009
Badan Pusat Statistik, Garis Kemiskinan di Kota Bandar Lampung 2013-2019.
Lampung: Badan Pusat Statistik, 2019.
Badan Pusat Statistik, Bandar Lampung Dalam Angka. Bandar Lampung:
Badan Pusat Statistik, 2019.
A. Oksaping, B. Sudarsono, and A.
Nugraha, “Penentuan Tingkat Kemiskinan Menggunakan Metode Analytic Hierarchy Process Dan
Sistem Informasi Geografis (Studi Kasus: Kecamatan Tugu, Tembalang Dan Banyumanik),” J.
Geod. Undip, vol. 4, no. 2, pp. 208–
215, 2015.
N. T. Sugito dan D. Sugandi. Urgensi Sistem Informasi Geografis (SIG) Untuk Mendukung Data Geospasial. pp. 1–11, 2009.
Pak Dosen, “Pengertian SIG, Manfaat dan Komponennya”,
www.dosengeografi.com, 2019.
https://dosengeografi.com/pengerti an-sig/
S. Chriswardani, Memahami Kemiskinan Secara Multidimensional, Jurnal Manajemen Pembangunan dan Kebijakan, Volume 08, No. 03, Edisi September (121-129), 2005.
Mantra Bagoes, “Demografi Umum”.
Yogyakarta: Pustaka Pelajar Offset, 2007
S. wirawan Sarwono, Psikologi Lingkungan. Jakarta: Gramedia, 1992.
P. Subekti and M. Islamiyah, “Penentuan Model Hubungan Kepadatan Penduduk dan Faktornya Menggunakan Metode Forward Selection,” JMPM J. Mat. dan
Pendidik. Mat., vol. 2, no. 1, p. 48, 2017.
Undang-Undang Republik Indonesia Nomor 20 Tahun 2003 Tentang Sistem Pendidikan Nasional
T. Triyanto, “Pengantar Pendidikan”.
Jakarta: PT Bumi Aksara, 2014.
Undang-Undang Nomor 36 Tahun 2008 tentang Pajak Penghasilan.
M. Riadi, “Analytical Hierarchy Process (AHP) / Proses Hirarki Analitik (PHA),” 2020.
https://www.kajianpustaka.com/20 20/03/analytical-hierarchy-process- ahp-proses-hirarki-analitik-
pha.html.
T. Lorie Saaty, Pengambilan Keputusan Bagi Para Pemimpin, Proses Hirarki Analitik untuk Pengambilan Keputusan dalam Situasi yang Kompleks. Pustaka Binama Pressindo, 1993.
Badan Pusat Statistik, Kecamatan Panjang Dalam Angka 2019. Lampung:
Badan Pusat Statistik, 2019.
Ma’arif, M.S., dan Tanjung, H. (2003).
Teknik-teknik Kuantitatif untuk Manajemen. Grasindo. Jakarta.
