Pemetaan Kemampuan Keuangan Daerah Pemkab dan Pemkot di Indonesia
(Pendekatan
Cluster
)
Oleh:
Muhammad Fajar (Staf Seksi Statistik Sosial BPS Kab. Waropen) Abstraksi
Tujuan dari kajian ini membentuk cluster berdasarkan empat variabel yaitu realisasi dari pajak daerah, retribusi daerah, lain-lain PAD yang sah dan DAU. Metode yang digunakan adalah k means cluster, dimana dengan metode Elbow secara empiris menunjukkan adanya empat cluster yang terbentuk. Cluster yang terbentuk yaitu Terbentuk sebanyak 4 cluster, yakni cluster 1 (Daerah berpendapatan tinggi), cluster 2 (Daerah berpendapatan menengah ke atas), cluster 3 (Daerah berpendapatan rendah) dan Cluster 4 (Daerah berpendapatan menengah ke bawah).
Kata kunci: k mean cluster, metode elbow, pemetaan keuangan daerah
1.
Latar Belakang
Secara geografis, demografis dan topografis masing-masing Pemerintah Kota (Pemkot) dan
Pemerintah Kabupaten (Pemkab) di wilayah NKRI, mempunyai perbedaan potensi sumber daya, baik
Sumber Daya Alam (SDA), Sumber Daya Manusia (SDM), maupun Sumber Daya Ekonumi (SDE). Ada
Pemkot/Pemkab yang mempunyai SDA yang berlimpah, tetapi ada pula Pemkot/Pemkab yang
mempunyai SDA minim. SDM pada Pemkot/Pemkab pada satu wilayah memiliki pendidikan diatas
rata serta kompetensi dan keahlian yang dapat dihandalkan, tetapi pada Pemkot/Pemkab lain,
SDMnya masih dibawah rata-rata dan perlu adanya peningkatan
skill
dan kemampuan. Terdapat
Pemkot/Pemkab dengan SDE yang baik, tetapi ada pula Pemkot/Pemkab yang masih perlu adanya
pembekalan dan pelatihan untuk peningkatan SDE.
Konsekuensi adanya keragaman dalam SDA, SDM dan SDE membuat Pemkot/Pemkab di
seluruh Indonesia mengalami perbedaan dalam penerimaan daerah berupa pajak dan retribusi
maupun transfer dari Pemerintah Pusat/Propinsi berupa Dana Alokasi Umum (DAU).
Untuk menentukan strategi dan kebijakan yang tepat, perlu dilakukan pemetaan keuangan
daerah pada Pemkot dan Pemkab berdasarkan Pendapatan Asli Daerah (PAD) berupa pajak, retribusi
dan lain-lain PAD yang sah serta Dana Alokasi Umum (DAU). Selama ini penelitian mengenai
pemetaan keuangan daerah khususnya pada Pemkot/Pemkab di seluruh Indonesia belum dilakukan.
Untuk itu, penelitian ini akan memetakan keuangan daerah yang dalam hal ini terdiri dari pajak dan
retribusi daerah, Lain-lain PAD yang sah dan DAU pada Pemkot/Pemkab. Tujuan paper ini untuk
memetakan kemampuan keuangan daerah pada 468 kabupaten/kota di seluruh Indonesia (kecuali
Kotamadya-kotamadya dibawah Provinsi DKI Jakarta) pada tahun 2013.
2.
Landasan Teori
2.1 Pajak dan Retribusi
antara lain: jenis, objek, subjek, dasar pengenaan, dan tarif pajak daerah maupun retribusi daerah
serta ketentuan umum yang mengatur tata cara pemungutan pajak dan retribusi.
Selain jenis pajak dan retribusi yang diatur dalam UU dan PP tersebut, untuk daerah
kabupaten/kota juga diberikan kewenangan menetapkan jenis pajak dan retribusi baru sepanjang
memenuhi kriteria yang ditetapkan dalam UU, sedangkan untuk daerah propinsi hanya diberikan
kewenangan untuk menetapkan jenis retribusi baru di luar yang ditetapkan dalam UU. Berdasarkan
peraturan perundang-undangan di bidang perpajakan dan retribusi daerah, daerah diberikan
kewenangan untuk memungut 11 jenis pajak dan 27 jenis retribusi. Penetapan jenis pajak dan
retribusi tersebut didasarkan pertimbangan bahwa jenis pajak dan retribusi tersebut secara umum
dipungut hampir di semua daerah dan merupakan jenis pungutan yang secara teori maupun praktik
merupakan jenis pungutan yang baik.
Jenis pajak kabupaten/kota tidak bersifat limitatif artinya kabupaten/kota diberi
peluang untuk menggali potensi sumber-sumber keuangannya selain yang ditetapkan secara
eksplisit dalam UU No. 34 Tahun 2000 dengan menetapkan sendiri jenis pajak yang bersifat
spesifik sepanjang memenuhi kriteria yang ditetapkan dalam UU tersebut. Besarnya tarif
definitif untuk pajak kabupaten/kota ditetapkan dengan Peraturan Daerah (Perda), namun
tidak boleh lebih tinggi dari tarif maksimum yang telah ditentukan dalam UU. Retribusi
daerah terdiri atas 3 (tiga) golongan, yaitu: 1. Retribusi Jasa Umum, yaitu retribusi atas jasa
yang disediakan atau diberikan oleh Pemerintah Daerah (Pemda) untuk tujuan kepentingan
dan kemanfaatan umum serta dapat dinikmati oleh orang pribadi atau badan; 2. Retribusi
Jasa Usaha, yaitu retribusi atas jasa yang disediakan oleh Pemda dengan menganut prinsip
komersial karena pada dasarnya dapat pula disediakan oleh sektor swasta; 3. Retribusi
Perizinan Tertentu, yaitu retribusi atas kegiatan tertentu Pemda dalam rangka pemberian
izin kepada orang pribadi atau badan yang dimaksudkan untuk pembinaan, pengaturan,
pengendalian dan pengawasan atas kegiatan pemanfaatan ruang, penggunaan sumber daya
alam, barang, prasarana, sarana atau fasilitas tertentu guna melindungi kepentingan umum
dan menjaga kelestarian lingkungan.
2.2 Lain-lain PAD yang Sah
Lain-lain pendapatan daerah yang sah ialah pendapatan-pendapatan yang tidak
termasuk dalam jenis-jenis pajak daerah, retribusli daerah, pendapatan dinas-dinas.
Lain-lain usaha daerah yang sah mempunyai sifat yang pembuka bagi pemerintah daerah untuk
melakukan kegiatan yang menghasilkan baik berupa materi dalam kegitan tersebut
bertujuan untuk menunjang, melapangkan, atau memantapkan suatu kebijakan daerah
disuatu bidang tertentu.
2.3 Dana Alokasi Umum (DAU)
Dana Alokasi Umum (DAU) merupakan transfer pemerintah Pusat kepada Daerah bersifat
dengan penyelenggaraan urusan pemerintahan yang formula dan penghitungan DAU-nya ditetapkan
sesuai Undang-Undang (UU). DAU untuk suatu daerah dialokasikan atas dasar celah fiskal dan alokasi
dasar. Celah fiskal adalah kebutuhan fiskal dikurangi dengan kapasitas fiskal daerah. Alokasi dasar
dihitung berdasarkan jumlah gaji Pegawai Negeri Sipil Daerah.
Kebutuhan fiskal daerah merupakan kebutuhan pendanaan daerah untuk melaksanakan
fungsi layanan umum. Layanan umum antara lain penyediaan pelayanan kesehatan dan pendidikan,
penyediaan infrastruktur, dan pengentasan masyarakat dari kemiskinan. Setiap kebutuhan
pendanaan diukur secara berturut-turut dengan jumlah penduduk, luas wilayah, Indeks Kemahalan
Konstruksi, Produk Domestik Regional Bruto perkapita, dan Indeks Pembangunan Manusia. Jumlah
penduduk merupakan variabel yang mencerminkan kebutuhan akan penyediaan pelayanan publik
di setiap daerah. Luas wilayah merupakan variabel mencerminkan kebutuhan atas penyediaan
sarana dan prasarana per satuan wilayah daratan. Indeks Kemahalan Konstruksi merupakan
cerminan tingkat kesulitan geografis yang dinilai berdasarkan tingkat kemahalan harga prasarana
fisik secara relatif antar daerah. Produk Domestik Regional Bruto merupakan cerminan potensi dan
aktivitas perekonomian suatu daerah yang dihitung berdasarkan total output produksi kotor dalam
suatu wilayah. Indeks Pembangunan Manusia merupakan variabel yang mencerminkan tingkat
pencapaian kesejahteraan penduduk atas pelayanan dasar di bidang pendidikan dan kesehatan.
Kebutuhan pendanaan suatu Daerah dihitung dengan pendekatan total pengeluaran rata-rata
nasional.
Kapasitas fiskal Daerah merupakan sumber pendanaan daerah yang berasal dari Pendapatan
Asli Daerah (PAD) dan DBH di luar Dana Reboisasi. Proporsi DAU antara daerah propinsi dan
kabupaten/kota ditetapkan berdasarkan imbangan kewenangan antara propinsi dan
kabupaten/kota. DAU atas dasar celah fiskal untuk suatu daerah kabupaten/kota dihitung
berdasarkan perkalian bobot Daerah kabupaten/kota yang bersangkutan dengan jumlah DAU
seluruh daerah kabupaten/kota. Bobot daerah kabupaten/kota merupakan perbandingan antara
celah fiskal daerah kabupaten/kota yang bersangkutan dengan total celah fiskal seluruh daerah
kabupaten/kota. Daerah yang memiliki nilai celah fiskal sama dengan nol menerima DAU sebesar
alokasi dasar. Daerah yang memiliki nilai celah fiskal negatif dan nilai negatif tersebut lebih kecil dari
alokasi dasar menerima DAU sebesar alokasi dasar setelah dikurangi hasil celah fiskal. Daerah yang
memiliki nilai celah fiskal negatif dan nilai negatif tersebut sama atau lebih besar dari alokasi dasar
tidak menerima DAU. Pemerintah Pusat merumuskan formula dan penghitungan DAU dengan
memperhatikan pertimbangan Dewan Pertimbangan Otonomi Daerah (DPOD). DPOD adalah
lembaga independen yang dibentuk guna memberikan saran dan pertimbangan kepada Presiden
dalam rangka penyelenggaraan kebijakan Desentralisasi.
3.
Metode Analisis
3.1.
Data
Pada Paper ini data yang digunakan merupakan data sekunder yang berasal dari website
www.djpk.go.id
(Dirjen Perimbangan Keuangan), menggunakan laporan realisasi APBD tahun 2013
pada 468 Kabupaten/Kota seluruh Indonesia (kecuali kotamadya-kotamadya di bawah Provinsi DKI
Jakarta) pada komponen Pajak, Daerah, Retribusi Daerah, Lain-lain PAD yang sah dan DAU.
3.2.
Alat Analisis
Analisis
cluster
adalah teknik untuk mengelompokkan individu atau objek menjadi beberapa
kelompok tertentu dimana setiap objek yang berada dalam
cluster
yang sama mempunyai kemiripan
satu dengan yang lain di bandingkan dengan anggota
cluster
lain. Secara khusus, tujuan analisis
kelompok khusus yang di dasarkan pada kemiripan antarentitas. Analisis
cluster
umumnya
menbutuhkan dua tahapan. Pertama, mengukur kemiripan atau asosiasi di antara entitas untuk
menentukan berapa banyak kelompok yang akan dipakai pada sampel. Kedua, memprofilkan orang
atau variabel untuk menentukan posisinya (Hair, Anderson, Tatham, Black, 1995).
Asumsi pada analisis
cluster
, yaitu: 1. Sampel yang diambil benar-benar mewakili populasi
yang ada, 2. Non Multikolinieritas, maksudnya sebaiknya tidak ada hubungan yang sempurna antar
variabel. Seandainya terjadi multikolinieritas, minimal tidak sangat serius minimal kriteria VIF
kurang dari 5.
Pada praktiknya, analisis
cluster
digunakan untuk segmentasi sejumlah konsumen
(responden) ke dalam beberapa kelompok (
cluster
) berdasarkan kemiripan sejumlah atribut yang
didefinisikan . Ada dua teknik analisis
cluster
, yaitu:
1.
K-Mean
Cluster
.
K-Mean
Cluster
adalah analisis statistik yang berguna untuk
mengelompokan sejumlah objek ke dalam jumlah kelompok yang sudah ditetapkan di mana
karakteristik objek hanya dikelompokan berdasarkan variabel tertentu akan tetapi
karakteristik latar belakang objek belum diketahui dengan pasti. Analisis ini sangat efektif
dan efisien jika digunakan untuk mengelompokkan objek yang berjumlah besar. berdasarkan
pengalaman, K-Mean
Cluster
ini digunakan untuk objek yang berjumlah lebih dari 100.
2.
Hierarchical
Cluster
.
Hierarchical
cluster
adalah sebuah analisis
cluster
yang berusaha
untuk mengelompokan objek berdasarkan kemiripan yang ada pada objek tersebut di mana
objek yang serupa akan dikelompokkan bersama. Tipe analisis
cluster
ini digunakan bila
objek yang akan dikelompokan berjumlah kecil. Biasanya jumlah objek kurang dari 100.
K-means merupakan salah satu algoritma
clustering
. Tujuan algoritma ini yaitu untuk
membagi data menjadi beberapa kelompok. Algoritma ini menerima masukan berupa data tanpa
label kelas. Hal ini berbeda dengan
supervised learning
yang menerima masukan berupa vektor (
x
1,y
1)
, (
x
2, y
2, …,
x
i, y
i), di mana
x
imerupakan data dari suatu data pelatihan dan
y
imerupakan label kelas
untuk
x
i.
Pada algoritma pembelajaran ini, komputer mengelompokkan sendiri data-data yang
menjadi masukannya tanpa mengetahui terlebih dulu target kelasnya. Pembelajaran ini termasuk
dalam
unsupervised learning.
Masukan yang diterima adalah data atau objek dan
k
buah kelompok
(
cluster
) yang diinginkan. Algoritma ini akan mengelompokkan data atau objek ke dalam
k
buah
kelompok tersebut. Pada setiap
cluster
terdapat titik pusat (
centroid
) yang merepresentasikan
cluster
tersebut.
K-means ditemukan oleh beberapa orang yaitu Lloyd (1957, 1982), Forgey (1965), Friedman
and Rubin (1967), and McQueen (1967). Ide dari
clustering
pertama kali ditemukan oleh Lloyd pada
tahun 195, namun hal tersebut baru dipublikasi pada tahun 1982. Pada tahun 1965, Forgey juga
mempublikasi teknik yang sama sehingga terkadang dikenal sebagai Lloyd-Forgy pada beberapa
sumber.
Algoritma untuk melakukan K-Means
clustering
adalah sebagai berikut:
1.
Pilih K buah titik
centroid
secara acak
2.
Kelompokkan data sehingga terbentuk K buah
cluster
dengan titik
centroid
dari setiap
cluster
merupakan titik
centroid
yang telah dipilih sebelumnya
3.
Perbaharui nilai titik
centroid
4.
Ulangi langkah 2 dan 3 sampai nilai dari titik
centroid
tidak lagi berubah
Proses pengelompokkan data ke dalam suatu
cluster
dapat dilakukan dengan cara menghitung jarak
terdekat dari suatu data ke sebuah titik
centroid
. Perhitungan jarak Minkowski dapat digunakan
Di mana:
g = 1, untuk menghitung jarak Manhattan
g = 2, untuk menghitung jarak Euclidean
x
i, x
jadalah dua buah data yang akan dihitung jaraknya
p = dimensi dari sebuah data
Pembaharuan suatu titik centroid dapat dilakukan dengan rumus berikut:
Di mana:
µ
k= titik centroid dari
cluster
ke-K
N
k= banyaknya data pada
cluster
ke-K
x
q= data ke-q pada
cluster
ke-K
Ada beberapa kelebihan pada algoritma k-means, yaitu:
1.
Mudah untuk diimplementasikan dan dijalankan.
2.
Waktu yang dibutuhkan untuk menjalankan pembelajaran ini relatif cepat.
3.
Mudah untuk diadaptasi.
4.
Umum digunakan.
Algoritma k-means memiliki beberapa kelebihan, namun ada kekurangannya juga.
Kekurangan dari algoritma tersebut yaitu :
1.
Sebelum algoritma dijalankan, k buah titik diinisialisasi secara
random
sehingga
pengelompokkan data yang dihasilkan dapat berbeda-beda. Jika nilai
random
untuk inisialisasi
kurang baik, maka pengelompokkan yang dihasilkan pun menjadi kurang optimal.
2.
Dapat terjebak dalam masalah yang disebut
curse of dimensionality.
Hal ini dapat terjadi jika data
pelatihan memiliki dimensi yang sangat tinggi (Contoh jika data pelatihan terdiri dari 2 atribut
maka dimensinya adalah 2 dimensi. Namun jika ada 20 atribut, maka akan ada 20 dimensi). Salah
satu cara kerja algoritma ini adalah mencari jarak terdekat antara
k
buah titik dengan titik
lainnya. Jika mencari jarak antar titik pada 2 dimensi, masih mudah dilakukan. Namun
bagaimana mencari jarak antar titik jika terdapat 20 dimensi. Hal ini akan menjadi sulit.
3.
Jika hanya terdapat beberapa titik sampel data, maka cukup mudah untuk menghitung dan
mencari titik terdekat dengan
k
titik yang diinisialisasi secara
random.
Namun jika terdapat
banyak sekali titik data (misalnya satu milyar buah data), maka perhitungan dan pencarian titik
terdekat akan membutuhkan waktu yang lama. Proses tersebut dapat dipercepat, namun
dibutuhkan struktur data yang lebih rumit seperti
kD-Tree
atau
hashing.
Penentuan Jumlah Optimum
Cluster
Metode
Elbow
merupakan suatu metode yang digunakan untuk menghasilkan informasi
dalam menentukan jumlah
cluster
terbaik dengan cara melihat persentase hasil perbandingan antara
jumlah
cluster
yang akan membentuk siku pada suatu titik. Metode ini memberikan ide/gagasan
dengan cara memilih nilai
cluster
dan kemudian menambah nilai
cluster
tersebut untuk dijadikan
model data dalam penentuan
cluster
terbaik. Dan selain itu persentase perhitungan yang dihasilkan
menjadi pembanding antara jumlah
cluster
yang ditambah. Hasil persentase yang berbeda dari setiap
nilai
cluster
dapat ditunjukan dengan menggunakan grafik sebagai sumber informasinya. Jika nilai
cluster
pertama dengan nilai
cluster
kedua memberikan sudut dalam grafik atau nilainya mengalami
4.
Analisis dan Pembahasan
4.1 Pengecekan Multikolinieritas
Pengecekan apakah terjadi multikolinieritas yang serius dengan melihat nilai VIF (Variance
In
flatio Factor . Jika nilai V)F ≥
5, maka terjadi multikolinieritas yang serius. Jika nilai VIF < 5, maka
tidak terjadi multikoliniritas yang signifikan. Pada lampiran no.1, dengan meregresikan secara
bergantian pada setiap variabelnya, nilai VIF yang terjadi kurang dari 5 sehingga dapat dilanjutkan
dengan analisis
cluster
.
4.2 Penentuan Banyaknya
Cluster
pada k means
cluster
Gambar 1. Koefisien Agglomerasi terhadap Stage
Sumber: Data diolah.
Jika dilihat pada grafik diatas dan lampiran no.2, terlihat pada dimulai pada stage 464 dan
463 nilai koefisien mulai menurun stabil. Jika kita lihat objek pada paper ini adalah 468 objek.
Sehingga usulan banyaknya
cluster
yang terbentuk pada kasus ini adalah 468
–
464 = 4
cluster
atau
468
–
463 = 5
cluster
. Kemudian penentuan
cluster
tersebut pembulatan statistic dari mean 4 dan 5
yaitu, 4 (pembulatan statistic dari 4.5), jadi banyaknya
cluster
yang digunakan adalah 4
cluster
. Hal
tersebut senada pada gambar 2, dimana pada k = 4 titik belok pertama.
Gambar 2. Within Cluster Sum of Squared terhadap Jumlah Cluster
4.3 Tafsiran
Cluster
Tabel 1. Statistik Deskriptif Dari Variabel
N Minimum Maximum Mean Variance
Pajak Daerah 468 .00000 2154652.32380 60575.2012789 34844544131.175
Retribusi Daerah 468 .00000 229680.15317 17879.9090508 566693344.118
Lain-lain PAD yg sah 468 .00000 295279.87577 34540.5871577 1744521145.013
DAU 468 .00000 1887770.11250 569238.2666979 73591979286.891
Valid N (listwise) 468 Sumber: Data diolah
Tabel 2. Cluster Final
Cluster
1 2 3 4
Pajak Daerah 2082603.28743 677550.16430 23881.55453 62834.47151
Retribusi Daerah 160068.88939 104600.52954 10675.07452 26504.51055
Lain-lain PAD yg sah 201015.38063 137764.32193 20563.46391 60364.99119
DAU 766325.53800 1223484.86558 434192.62256 880998.57526 Sumber: Data diolah
Pada
cluster
1, berisi kabupaten/ kota yang memiliki Pajak Daerah yang secara signifikan
lebih dari rata-rata. Memiliki Retribusi Daerah, dan Lain-lain PAD yang sah signifikan jauh di atas
rata-rata. Dan DAU lebih sedikit dari rata-rata. Artinya daerah pada
cluster
ini merupakan daerah
berpendapatan tinggi.
Pada
cluster
2, berisi kabupaten/ kota yang memiliki Pajak Daerah lebih sedikit dari rata-rata.
Memiliki Retribusi Daerah, dan Lain-lain PAD yang sah lebih dari rata-rata. DAU sangat signifikan
jauh diatas dari rata-rata. Artinya daerah pada
cluster
ini merupakan daerah berpendapatan
menengah ke atas.
Pada
cluster
3, berisi kabupaten/ kota yang memiliki Pajak Daerah, Retribusi Daerah,
Lain-lain PAD yang sah dan DAU dibawah rata-rata secara keseluruhan. Artinya daerah pada
cluster
ini
merupakan daerah berpendapatan rendah.
Pada
cluster
4, berisi kabupaten/ kota yang memiliki Pajak Daerah dan Retribusi daerah lebih
sedikit dari rata-rata. Kabupaten/ kota pada
cluster
ini memiliki Lain-lain PAD yang sah dan DAU
lebih dari rata-rata tapi perbedaannya tidak sesignifikan pada
cluster
1 dan 2. Artinya daerah pada
cluster
ini merupakan daerah berpendapatan menengah ke bawah.
4.4 Perbedaan Variabel Pada
Cluster
yang Terbentuk
Tabel 3. ANOVACluster Error
F Sig.
Mean Square df Mean Square df
Pajak Daerah 4526248699292.046 3 5805293127.980 464 779.676 .000
Retribusi Daerah 54782002877.747 3 216163325.581 464 253.429 .000
Lain-lain PAD yg sah 112537586411.485 3 1028186671.307 464 109.452 .000
Jika dilihat pada table diatas, ternyata pada keempat variabel diatas memiliki nilai F
yang signifikan artinya bahwa memang terdapat perbedaan besar keempat variabel tersebut
pada keempat
cluster
yang terbentuk.
4.5 Jumlah Anggota Setiap
Cluster
Tabel 4. Jumlah Anggota Setiap Cluster
Cluster 1 2.000
2 13.000
3 336.000
4 117.000
Valid 468.000
Missing .000
Sumber: Data diolah
Terlihat pada table diatas menunjukkan bahwa pada
cluster
1 (Daerah berpendapatan tinggi)
terdiri dari dua daerah saja.
Cluster
2 (Daerah berpendapatan menengah ke atas) terdiri dari 13
daerah saja.
Cluster
3 (Daerah berpendapatan rendah) merupakan
cluster
yang memiliki anggota
terbanyak, yakni sebanyak 335 daerah.
Cluster
4 (Daerah berpendapatan menengah ke bawah)
terdiri dari 117 daerah.
Dari hasil diatas menunjukkan bahwa mengindikasikan terjadinya kesenjangan pendapatan
dan masih banyak daerah di Indonesia yang masih perlu perhatian lebih oleh Pemerintah Pusat. Serta
mengindikasikan masih banyak daerah yang belum mampu mengoptimalkan segala potensi yang
dimiliki.
5.
Simpulan dan Saran
5.1 Simpulan
Berdasarkan hasil pembahasan yang telah dijelaskan dapat diambil beberapa simpulan,
yaitu:
1.
Terbentuk sebanyak 4
cluster
, yakni
cluster
1 (Daerah berpendapatan tinggi),
cluster
2
(Daerah berpendapatan menengah ke atas),
cluster
3 (Daerah berpendapatan rendah) dan
Cluster
4 (Daerah berpendapatan menengah ke bawah).
2.
Terdapat perbedaan besar keempat variabel (pajak daerah, retribusi daerah, lain-lain
pendapatan yang sah dan DAU) tersebut pada keempat
cluster
yang terbentuk.
3.
Mengindikasikan terjadinya kesenjangan pendapatan dan masih banyak daerah di Indonesia
yang masih perlu perhatian lebih oleh Pemerintah Pusat. Serta mengindikasikan masih
banyak daerah yang belum mampu mengoptimalkan segala potensi yang dimiliki.
5.2 Saran
REFERENSI
Bholowalia, Purnima & Kumar, Arvind, 2014.
EBK-Means: A Clustering Techiniques based on
Elbow
Method and K-Means in WSN.
International Journal of Computer Application
(0975-8887), IX(105),
pp. 17-24
Hair, J.F. JR.,Anderson, R.E, Tatham, R.L. & Black, W.C.,1998,
Multivariate Data Analysis,
Fifth Edition,
Prentice Hall, International, Inc.
Madhulatha, T.S., 2012.
An Overview On Clustering Methods
. IOSR Journal of
Engineering, II(4),
pp.719-725
O. Maimon and L. Rokach, 2005, Data Mining and Knowledge Discovery Handbo- ok. Secaucus, NJ,
USA: Springer-Verlag New York, Inc.
P.-N. Tan, M. Steinbach, and V. Kumar, 2005, Introduction to Data Mining, (First Edition). Boston,
MA, USA: Addison-Wesley Longman Publishing Co., Inc.
S. Russell and P. Norvig, 2010, Artificial Intelligence A Modern Approach. Upper Saddle River, New
Jersey 07458: Pearson Education, Inc., 3 ed.
X. Wu and V. Kumar, eds., 2009, The Top Ten Algorithms in Data Mining.Chapman and Hall.
---, 2002, Bahan Workshop Evaluasi Formula DAU TA 2002 dan Penyempurnaannya
Untuk DAU TA 2003, Direktorat Jenderal Perimbangan Keuangan Pusat dan Daerah, Jakarta.
---, 2008, Penyelenggaraan Pemerintahan dan Pembangunan Daerah, Departemen
Keuangan Republik Indonesia, Jakarta.
---,Undang-Undang No. 32 Tahun 2004 Tentang Pemerintahan Daerah, Penerbit
Fokusmedia, Bandung.
---, Undang-Undang No. 33 Tahun 2004 Tentang Pemerintahan Daerah, Penerbit
Fokusmedia, Bandung.
http://www.epibiostat.ucsf.edu/biostat/
Lampiran
1.
Uji Asumsi Non Multikolinieritas
Model
Collinearity
Statistics
Tolerance
VIF
1
(Constant)
Retribusi Daerah
.588
1.702
Lain-lain PAD yg
sah
.570
1.755
Dana Alokasi
Umum
.576
1.735
a. Dependent Variable: Pajak Daerah
Model
Collinearity Statistics
Tolerance
VIF
1
(Constant)
Pajak Daerah
.692
1.445
Lain-lain PAD yg sah
.523
1.910
Dana Alokasi Umum
.654
1.529
a. Dependent Variable: Retribusi Daerah
Model
Collinearity Statistics
Tolerance
VIF
1
(Constant)
Pajak Daerah
.326
3.070
Retribusi
Daerah
.254
3.938
Dana Alokasi
Umum
.648
1.543
Model
a. Dependent Variable: Dana Alokasi Umum
2.
Penentuan k
cluster
Agglomeration Schedule
Stage
Cluster Combined
Coefficients
Stage Cluster First Appears
455 29 98 7.689 454 450 457
456 1 72 8.037 451 0 461
457 29 459 8.683 455 0 461
458 40 145 10.616 441 0 460
459 146 374 10.887 453 0 463
460 40 151 13.547 458 0 463
461 1 29 14.240 456 457 462
462 1 133 18.434 461 452 464
463 40 146 20.510 460 459 465
464 1 249 35.312 462 0 466
465 40 442 62.629 463 0 466
466 1 40 71.067 464 465 467
467 1 215 253.255 466 0 0
3.
Within Sum of Squared (WSS) Menurut Jumlah Cluster
k
Within Sum of Squared (WSS)
1
178.315
2
88.985
3
42.285
4
1.37
5
14.941
6
2.86
7
11.075
8
2.922
9
6.044
10
6.302
11
4.091
12
0
13
0
14
0
4.
Proses k means cluster
Initial Cluster Centers
Cluster
1 2 3 4
Pajak Daerah 2010554.25107 1194087.44702 .00000 40898.90652
Retribusi Daerah 90457.62561 115508.35128 .00000 18890.05631
Lain-lain PAD yg sah 106750.88548 121109.46736 .00000 177000.66634
DAU 372625.38300 1485941.03200 .00000 1563833.15700
Iteration Historya
Iteration
Change in Cluster Centers
1 2 3 4
1 417040.045 449613.133 471539.040 567979.525
2 .000 97714.738 13771.141 55243.446
3 .000 59289.166 7621.900 32388.698
4 .000 .000 4324.929 13691.800
5 .000 .000 4230.566 12805.597
6 .000 28724.495 3491.491 12414.510
7 .000 .000 2761.881 7641.830
8 .000 .000 .000 .000
a. Convergence achieved due to no or small change in cluster centers. The
maximum absolute coordinate change for any center is .000. The current
iteration is 8. The minimum distance between initial centers is 1161193.315.
Final Cluster Centers
Cluster
1 2 3 4
Pajak Daerah 2082603.28743 677550.16430 23881.55453 62834.47151
Retribusi Daerah 160068.88939 104600.52954 10675.07452 26504.51055
Lain-lain PAD yg sah 201015.38063 137764.32193 20563.46391 60364.99119
Distances between Final Cluster Centers
Cluster 1 2 3 4
1 1479948.095 2098458.685 2032298.686
2 1479948.095 1035771.658 712223.200
3 2098458.685 1035771.658 450541.476
4 2032298.686 712223.200 450541.476
ANOVA
Cluster Error
F Sig.
Mean Square df Mean Square df
Pajak Daerah 4526248699292.046 3 5805293127.980 464 779.676 .000
Retribusi Daerah 54782002877.747 3 216163325.581 464 253.429 .000
Lain-lain PAD yg sah 112537586411.485 3 1028186671.307 464 109.452 .000
DAU 7713895202953.855 3 24193467064.906 464 318.842 .000
The F tests should be used only for descriptive purposes because the clusters have been chosen to
maximize the differences among cases in different clusters. The observed significance levels are not
corrected for this and thus cannot be interpreted as tests of the hypothesis that the cluster means are equal.
Number of Cases in each
Cluster
Cluster 1 2.000
2 13.000
3 336.000
4 117.000
Valid 468.000
5.
Data
Kab/Kota RPD RRD RLP DAU Anggota Cluster ke-
Jarak Ke titik pusat
cluster
Kab. Aceh Selatan 5060.404 21512.528 7149.043 528579.445 3 97777.84
Kab. Pidie 11614.018 11589.453 52292.280 683766.687 4 204478.8
Kab. Simeulue 3135.620 6634.007 3006.734 345242.688 3 93097.01
Kota Langsa 6109.180 5206.868 45584.992 381240.982 3 61446.82
Kab. Aceh Barat Daya 3143.273 3668.433 24723.333 362624.746 3 74956.22
Kab. Aceh Barat 11494.462 19242.181 12816.261 507582.407 3 75318.76
Kab. Aceh Besar 41104.111 11624.889 20896.777 618323.628 3 184937.44
Kab. Aceh Singkil 4567.098 7065.924 4746.432 336786.951 3 100618.67
Kab. Aceh Tengah 5929.487 7315.624 60433.446 513863.035 3 90942.58
Kab. Aceh Tenggara 4332.464 15045.628 5034.729 470577.374 3 44342.54
Kab. Aceh Timur 4371.451 8368.291 28569.091 600936.437 3 168087.94
Kab. Aceh Utara 12997.494 52051.630 20564.642 690327.098 4 202672.3
Kab. Bireuen 9404.465 12580.980 68495.358 699060.589 4 190305.45
Kota Banda Aceh 46726.398 17893.187 63763.821 567628.828 3 142286.61
Kota Sabang 2886.095 4775.912 18245.510 301933.548 3 134065.08
Kota Lhokseumawe 16132.260 6795.081 10832.175 437793.850 3 13519.35
Kab. Gayo Lues 2974.997 12033.978 2789.506 374040.972 3 66129.16
Kab. Aceh Jaya 3237.991 3736.283 9781.768 341773.459 3 95560.72
Kab. Nagan Raya 5866.375 1574.093 28910.711 464191.402 3 37107.65
Kab. Aceh Tamiang 9921.003 20085.269 10017.732 423677.588 3 22477.26
Kab. Bener Meriah 1883.286 8318.731 6153.184 375310.917 3 64530.52
Kab. Pidie Jaya 3754.327 6919.806 2594.929 350574.172 3 87943.85
Kota Subulussalam 2631.889 2893.220 2489.690 251634.726 3 184840.88
Kab. Tapanuli Utara 12049.352 35272.464 14196.533 1104926.422 4 234374.09
Kab. Humbang
Hasundutan 3080.078 5298.902 5691.733 440919.622 3 26981.95
Kab. Labuhanbatu Utara 13303.470 6747.040 5600.790 457714.720 3 30074.84
Kab. Asahan 20296.778 8583.129 17601.880 733671.988 4 160201.24
Kab. Dairi 4792.981 14114.121 4766.353 512477.041 3 82183.94
Kab. Deli Serdang 253251.665 52020.241 9116.222 1260755.135 4 428662.15
Kab. Tanah Karo 18101.033 18822.629 6717.922 625822.348 3 192388.79
Kab. Labuhan Batu 28479.807 5399.338 4903.712 520457.519 3 87953.61
Kab. Langkat 27682.022 23953.910 9247.570 982658.132 4 119121.18
Kab. Mandailing Natal 23366.033 11082.004 6448.199 625543.432 3 191871.84
Kab. Nias 4830.739 23417.070 8634.970 336470.399 3 101080.24
Kab. Simalungun 32401.864 13916.732 37626.465 977808.611 4 104756
Kab. Tapanuli Selatan 9685.279 8193.290 5828.233 517342.688 3 85666.53
Kab. Toba Samosir 4188.272 7642.558 4906.872 423292.453 3 27585.58
Kota Binjai 25579.358 14616.924 5994.662 477553.537 3 45943.87
Kota Medan 881346.719 188459.795 126859.589 1270244.794 2 225545.6
Kota Pematang Siantar 27274.948 21556.193 5520.531 492115.399 3 60920.04
Kota Sibolga 6162.323 13480.245 3969.951 338507.471 3 98756.43
Kota Tanjung Balai 6601.969 11485.516 8337.870 369246.576 3 68313.21
Kota Tebing Tinggi 14314.343 6011.010 23376.871 368586.756 3 66523.15
Kota Padang Sidempuan 7207.947 16939.933 3691.510 423251.346 3 26863.21
Kab. Pakpak Bharat 1392.982 2670.737 3756.191 273598.951 3 163225.66
Kab. Serdang Bedagai 26216.776 18698.686 5456.270 628900.240 3 195471.52
Kab. Samosir 5893.394 9395.054 9758.796 384760.680 3 53716.57
Kab. Padang Lawas 5301.436 8679.296 5198.580 371650.111 3 67058.55
Kab. Padang Lawas Utara 1582.733 2354.572 1867.968 244257.363 3 192331.47
Kab. Labuhanbatu Selatan 15319.915 2052.340 9329.717 400566.653 3 37477.41
Kab. Nias Utara 1690.890 516.573 6649.656 294071.932 3 142909.14
Kab. Nias Barat 1540.949 491.912 5190.830 251631.634 3 184844.89
Kab. Agam 14793.614 17295.717 10123.516 676516.360 4 216171.02
Kab. Limapuluh Kota 8309.767 10655.707 11103.220 632930.786 3 199571.63
Kab. Kepulauan
Mentawai 527.850 1269.276 10805.403 465535.454 3 41369.76
Kab. Pesisir Selatan 12418.256 20920.192 10051.691 689380.494 4 204504.03
Kab. Sijunjung 5701.954 12964.051 10258.700 448681.128 3 25531.2
Kab. Solok 6929.890 9442.007 9478.615 588040.074 3 155179.87
Kab. Tanah Datar 8174.666 6893.526 25237.669 587104.249 3 153833.74
Kota Bukit Tinggi 22560.667 16593.462 12357.644 368311.195 3 66666.86
Kota Padang Panjang 16243.822 21421.910 111348.566 1211386.196 4 337567.51
Kab. Padang Pariaman 13718.101 12987.117 11540.609 633453.395 3 199737.1
Kab. Pasaman 5187.896 18748.554 16582.015 481180.159 3 51364.53
Kota Padang 165460.994 39409.961 25585.221 1003116.093 4 163771.41
Kota Payakumbuh 7110.932 8417.027 29621.125 369115.746 3 67848.31
Kota Sawahlunto 3185.508 3044.139 22532.572 396397.490 3 43805.33
Kota Solok 3777.935 5312.910 7959.749 318606.999 3 118117.73
Kab. Pasaman Barat 8973.931 12496.765 15304.054 523534.850 3 90748.28
Kab. Dharmasraya 6846.732 12229.402 8207.984 400374.128 3 39861.63
Kab. Solok Selatan 3338.459 9196.727 7723.308 351505.736 3 86175.37
Kab. Bengkalis 37585.202 45690.965 76721.980 31862.241 3 407967.42
Kab. Indragiri Hilir 14131.083 11306.811 48189.424 773041.103 4 120025.21
Kab. Indragiri Hulu 16585.858 12807.706 26397.112 587933.543 3 154039.21
Kab. Kuantan Singingi 12898.122 12133.372 17997.342 569206.381 3 135491.93
Kab. Pelalawan 20624.609 4759.381 33404.168 491287.503 3 58909.36
Kab. Rokan Hilir 24512.919 3096.350 47372.498 388866.199 3 53207.56
Kab. Kepulauan Meranti 4967.349 5194.237 26832.163 342086.718 3 94395.87
Kab. Batanghari 13025.265 17461.687 15511.274 507478.478 3 74567.14
Kab. Kampar 54489.901 9469.176 54645.265 685859.400 4 196142.42
Kab. Rokan Hulu 14678.672 10923.353 28505.335 528854.782 3 95439.78
Kota Dumai 65838.398 35670.087 54201.848 345090.262 3 107032.23
Kota Pekanbaru 245974.376 75434.765 46411.849 738107.469 4 237796.03
Kab. Bungo 18351.666 5360.407 52593.315 523680.270 3 95356.05
Kab. Kerinci 5897.981 4253.425 21506.330 501185.353 3 69667.51
Kab. Merangin 12210.254 17072.974 11556.432 565160.895 3 131950.62
Kab. Muaro Jambi 21577.822 7607.697 16778.193 543498.995 3 109439.15
Kab. Sarolangun 10158.780 6692.765 11233.110 472596.098 3 42024.47
Kab. Tanjung Jabung
Barat 12105.598 8803.316 29847.653 387991.551 3 48609.79
Kab. Tanjung Jabung
Timur 8391.970 3237.077 13780.265 430383.112 3 18862
Kab. Tebo 7355.799 7136.290 17035.902 461006.766 3 31891.47
Kota Jambi 91476.549 37169.611 16007.216 626331.743 3 205448.89
Kota Sungai Penuh 4466.398 2385.189 11551.856 344517.814 3 92565.93
Kab. Lahat 24660.827 26163.860 23858.614 566788.216 3 133540.1
Kab. Musi Rawas 18287.422 4167.862 49061.231 635200.715 3 203199.44
Kab. Muara Enim 36251.179 14599.693 65632.561 678488.372 4 204661.98
Kota Palembang 357230.028 118317.965 58246.361 1125008.229 2 344693.94
Kota Lubuk Linggau 17626.306 4948.386 18040.127 377966.605 3 56917.97
Kab. Ogan Ilir 6243.576 4980.974 10855.092 520287.726 3 88601.02
Kab. OKU Timur 11686.200 11133.337 13348.600 680713.525 4 212548.96
Kab. Ogan Komering Ilir 23103.262 11597.567 29310.135 844190.649 4 64187.33
Kab. Ogan Komering Ulu 17079.849 3191.012 22157.152 517309.972 3 83745.5
Kota Prabumulih 14339.311 3250.046 32272.196 352645.058 3 83266.35
Kota Pagar Alam 3778.360 2449.340 20716.562 316529.382 3 119651.42
Kab. Banyuasin 31068.707 30834.821 17569.083 772464.315 4 120991.7
Kab. OKU Selatan 5830.286 6460.654 8797.724 459577.915 3 33562.71
Kab. Empat Lawang 8943.144 3531.024 9587.704 308418.229 3 127333.65
Kab. Penukal Abab
Lematang Ilir 5.141 119.927 72.793 0.000 3 435459.06
Kab. Musi Rawas Utara 0.000 0.000 11.239 0.000 3 435465.17
Kab. Bengkulu Selatan 4370.894 11939.735 7275.667 444045.665 3 25610.8
Kab. Mukomuko 5878.408 1469.792 10696.438 404397.726 3 37335.57
Kab. Bengkulu Utara 5480.257 2280.876 22353.090 483142.211 3 52993.73
Kota Bengkulu 34543.028 10408.024 8812.595 537903.521 3 104917.93
Kab. Kaur 2390.142 2655.245 2802.799 329881.353 3 108270.41
Kab. Seluma 6275.528 815.848 8322.122 397769.115 3 43401.6
Kab. Lebong 2492.514 969.140 6668.326 332487.823 3 105302.6
Kab. Bengkulu Tengah 3826.223 1157.425 3494.576 330693.785 3 107220.14
Kab. Lampung Selatan 40882.282 20092.411 32823.231 769867.834 4 116754.46
Kab. Lampung Barat 4181.821 7752.960 19043.276 558555.207 3 125956.27
Kab. Lampung Utara 10701.983 16324.815 9741.171 761218.384 4 140468.81
Kab. Lampung Tengah 38326.654 7964.821 29138.270 1086335.279 4 209958.62
Kab. Lampung Timur 13559.599 4570.853 20374.377 860136.385 4 70310.59
Kab. Tanggamus 7257.570 2412.267 9171.365 600816.655 3 168041.6
Kab. Way Kanan 7304.111 7902.692 7986.081 517219.746 3 85639.89
Kota Bandar Lampung 242651.752 50651.294 59158.058 864816.041 4 182155.57
Kota Metro 11291.481 4980.519 53881.447 374201.187 3 69999.99
Kab. Pesawaran 6041.572 1885.583 17635.752 538309.950 3 106040.13
Kab. Pringsewu 8476.106 2446.590 19455.012 499454.898 3 67567.96
Kab. Mesuji 1273.651 3847.501 6929.239 338570.276 3 99434.69
Kab. Tulang Bawang Barat 5756.424 883.774 3504.651 380947.218 3 59585.79
Kab. Bandung 287766.327 49547.221 119790.629 1730063.709 2 641800.19
Kab. Bekasi 841506.159 153775.933 113774.547 1083590.174 2 222364.17
Kab. Ciamis 28824.967 22920.808 62889.267 1303907.527 4 424296.88
Kab. Cianjur 72705.572 20751.790 165537.624 1305617.257 4 437598.95
Kab. Garut 40898.907 18890.056 177000.666 1563833.157 4 693113.34
Kab. Indramayu 39004.168 20522.057 107319.855 1134695.113 4 259172.46
Kab. Karawang 466028.000 59406.479 127279.117 1134530.200 2 234108.95
Kab. Kuningan 32007.898 24568.809 53715.808 998586.961 4 121759.04
Kab. Purwakarta 98455.069 27904.065 41840.851 722162.721 4 163837.6
Kab. Subang 48576.053 20274.061 62978.211 1032567.532 4 152387.99
Kab. Sumedang 72483.509 18020.948 95507.842 1036263.413 4 159709.94
Kab. Tasikmalaya 23839.779 20321.676 17347.153 1225934.879 4 349843.4
Kota Bandung 1194087.447 115508.351 121109.467 1485941.032 2 579733.01
Kota Bekasi 723511.939 44396.371 190468.961 1051235.707 2 195408.74
Kota Bogor 341419.705 73636.738 30070.720 686520.759 4 344340.74
Kota Sukabumi 21156.636 9926.090 140864.262 449179.037 3 121263.6
Kota Tasikmalaya 65272.322 15313.116 88037.221 657012.125 4 225979.81
Kota Cimahi 91644.685 10226.084 82608.462 489174.792 3 107073.17
Kab. Bogor 882963.474 145818.508 219007.726 1887770.113 2 701262.38
Kab. Cirebon 81617.720 53648.558 108050.466 1280797.128 4 403983.16
Kab. Majalengka 33984.717 26340.773 78095.193 995993.633 4 119877.26
Kab. Sukabumi 141621.770 33303.960 91477.970 1331012.058 4 457967.05
Kota Cirebon 92498.096 13784.018 96933.301 536884.996 3 145244.52
Kota Depok 456570.928 47171.323 67424.990 774683.814 4 408421.58
Kota Banjar 8293.779 5197.610 54326.734 317122.023 3 122957.17
Kab. Bandung Barat 152990.208 18565.918 15514.341 909359.898 4 104914.36
Kab. Banyumas 111290.150 35193.668 151286.811 1127939.938 4 267713.03
Kab. Batang 40333.063 35812.499 61709.068 641663.630 3 213634.55
Kab. Blora 15330.017 11847.745 61849.031 753830.036 4 136548.65
Kab. Boyolali 43467.756 41482.305 69377.137 871685.981 4 27701.03
Kab. Brebes 31181.333 23584.300 77253.550 1098999.510 4 220952.66
Kab. Demak 57616.249 17345.223 57548.128 737911.647 4 143502.36
Kab. Grobogan 42622.521 13579.063 75913.259 906666.365 4 38421.01
Kab. Karanganyar 77015.249 20874.824 56222.668 810216.582 4 72526.11
Kab. Kebumen 42012.444 24542.086 59421.015 1021871.180 4 142419.77
Kab. Kendal 38400.390 18592.267 70063.278 788134.078 4 96837.49
Kab. Klaten 52818.647 21631.993 35403.915 1066318.427 4 187324.75
Kab. Kudus 58194.212 15588.523 66894.136 719406.935 4 162157.88
Kab. Magelang 70672.601 28689.460 63151.586 899528.369 4 20428.62
Kab. Pati 29451.247 31119.227 101733.002 960479.326 4 95730.02
Kab. Pemalang 34447.512 24072.977 67938.542 931426.998 4 58413.32
Kab. Purworejo 30475.171 16923.314 76013.647 793904.679 4 94705.6
Kab. Rembang 34067.852 30924.103 58538.494 640273.360 3 210772.76
Kab. Semarang 82603.475 28353.829 96529.093 778604.920 4 110392.65
Kab. Sragen 28585.227 28533.334 81718.044 869155.545 4 42111.01
Kab. Tegal 48221.943 24410.427 78665.821 957576.304 4 80106.06
Kab. Wonogiri 14589.776 21211.387 67877.366 917476.557 4 61177.17
Kab. Wonosobo 26416.353 19024.710 57158.625 665548.034 4 218658.28
Kota Pekalongan 38018.395 18873.554 53355.042 384489.368 3 61747.6
Kota Salatiga 24383.336 13120.667 64323.813 358331.867 3 87613.1
Kota Semarang 683708.490 102785.109 131774.933 1054002.569 2 169709.58
Kota Surakarta 193906.211 64767.800 31481.855 659647.382 4 261676.26
Kota Tegal 41068.021 21953.080 111276.192 370642.983 3 112649.56
Kab. Gunung Kidul 12350.677 25024.940 39236.514 779069.238 4 115701.36
Kab. Kulon Progo 8696.477 14986.510 64055.942 594978.790 3 167310.97
Kota Yogyakarta 227748.853 40338.699 102368.173 597212.209 3 275153.05
Kab. Bangkalan 17089.403 27109.855 47053.089 778024.112 4 113463.32
Kab. Blitar 21856.653 20565.238 71675.886 944297.542 4 76479.75
Kab. Bojonegoro 58309.467 38127.664 104526.644 876021.914 4 46158.34
Kab. Jember 95188.144 44192.346 157584.424 1417603.982 4 546586.32
Kab. Kediri 96638.092 23065.628 75702.269 1056481.076 4 179398.58
Kab. Lamongan 34882.027 29725.601 77064.148 958344.988 4 83982.4
Kab. Lumajang 21601.343 21937.809 66024.590 828524.528 4 67131.08
Kab. Madiun 16112.922 16216.136 46772.139 734152.390 4 155039.74
Kab. Magetan 13796.586 23049.579 47471.124 761637.391 4 129730.47
Kab. Malang 95918.841 45314.154 109026.397 1439234.034 4 561643.25
Kab. Nganjuk 19600.066 19387.701 110692.028 928265.611 4 81773.14
Kab. Pamekasan 12250.922 19020.284 56481.900 702610.217 4 185613.02
Kab. Pasuruan 166109.566 41994.754 67331.637 992689.474 4 153065.62
Kab. Ponorogo 39533.040 16210.064 77281.957 890922.311 4 32149.6
Kab. Probolinggo 20438.495 25976.528 57010.814 848994.313 4 53228.01
Kab. Sampang 8428.671 37372.312 13856.882 683242.704 4 210590.81
Kab. Sidoarjo 524764.659 90778.250 219439.065 1104580.340 2 210579
Kab. Situbondo 17188.210 16014.433 40548.549 692549.026 4 195191.05
Kab. Trenggalek 10930.562 25757.640 37296.375 737814.627 4 154040.18
Kab. Tuban 133770.277 19241.521 64642.793 849399.312 4 78111.8
Kab. Tulungagung 29775.702 19110.756 123246.621 996300.694 4 135632.69
Kota Blitar 12370.826 8048.423 51568.392 355673.006 3 85241.02
Kota Malang 238499.748 38460.786 24241.400 746686.937 4 224378.64
Kota Mojokerto 23417.627 9783.744 38666.874 354452.407 3 81775.58
Kota Surabaya 2154652.324 229680.153 295279.876 1160025.693 1 417040.04
Kota Batu 44853.946 4718.664 7944.878 374362.261 3 64917.03
Kab. Bengkayang 6150.675 7442.363 7601.960 457245.355 3 32004.12
Kab. Landak 10732.613 10175.872 9870.786 534166.873 3 101401.81
Kab. Kapuas Hulu 5060.610 12046.443 7939.730 782050.975 4 126830.16
Kab. Ketapang 95499.467 7940.106 22776.599 898337.135 4 55903.06
Kab. Pontianak 23178.301 9526.133 6790.127 463983.726 3 32848.58
Kab. Sambas 9266.605 4328.038 30476.790 702231.663 4 190295.1
Kab. Sintang 13691.637 11064.291 39419.734 738622.011 4 152850.28
Kota Pontianak 179655.427 53412.353 23650.312 626879.054 3 251454.89
Kota Singkawang 17123.637 24071.027 8538.193 431527.888 3 19412.08
Kab. Melawi 8544.297 6632.101 4064.159 468104.101 3 40912.01
Kab. Kayong Utara 2570.298 610.657 6498.239 343376.301 3 94873.06
Kab. Kubu Raya 48513.649 8166.001 7430.711 627894.391 3 195718.88
Kab. Barito Selatan 6771.281 9490.091 4576.151 504292.137 3 73916.86
Kab. Barito Utara 5488.095 14918.174 10338.274 475180.280 3 46269.49
Kab. Kotawaringin Barat 18164.283 16256.171 47822.805 566405.844 3 135230.33
Kab. Kotawaringin Timur 22304.177 11231.584 94908.450 708665.917 4 181018.68
Kab. Katingan 9541.325 6925.501 17512.869 579301.377 3 145895.71
Kab. Seruyan 2887.238 3942.651 9889.731 513570.135 3 83071.08
Kab. Lamandau 2834.448 3831.669 8845.319 383325.898 3 56697.01
Kab. Gunung Mas 6894.921 7269.486 6772.993 476671.178 3 47903.53
Kab. Pulang Pisau 1979.121 5620.414 8317.884 453776.884 3 32229.86
Kab. Banjar 36107.513 15652.960 82834.695 590526.945 3 168796.86
Kab. Hulu Sungai Selatan 6548.404 7741.121 36405.658 452522.473 3 29933.34
Kab. Hulu Sungai Tengah 5466.736 5044.380 31968.755 453312.619 3 29435.78
Kab. Tabalong 4230.507 4772.478 4840.921 503990.769 3 74431.07
Kab. Tanah Laut 9631.149 4680.961 84599.602 439195.379 3 66065.56
Kota Banjarbaru 36554.541 9529.659 30805.636 358995.070 3 76951.22
Kota Banjarmasin 111508.976 25634.426 21881.289 631124.460 3 216069.97
Kab. Balangan 3526.785 4333.293 17062.914 287613.144 3 148163.19
Kab. Tanah Bumbu 22535.085 25960.796 33800.046 398801.458 3 40782.45
Kab. Berau 31035.603 13237.391 107378.356 471929.720 3 94966.63
Kab. Kutai Kartanegara 73443.035 6484.601 262432.986 150245.858 3 376298.46
Kab. Kutai Barat 16365.004 15875.770 50756.966 599731.060 3 168517.56
Kab. Kutai Timur 36776.099 7509.175 30389.495 506528.289 3 74197.65
Kab. Paser 35674.176 15930.386 37764.385 301950.343 3 133979.76
Kota Balikpapan 340998.752 57381.027 55147.533 427133.126 3 322475.82
Kota Bontang 51768.747 5729.690 60921.265 140109.328 3 298187.67
Kota Samarinda 197814.938 55565.911 78953.011 579634.968 3 238392.16
Kab. Penajam Paser Utara 5693.859 3104.789 36356.900 194579.185 3 240940.1
Kab. Mahakam Ulu 0.035 3.638 0.000 0.000 3 435465.61
Kab. Bolaang
Mongondow 3267.494 7248.271 6878.752 437804.387 3 25238.83
Kab. Sangihe 3384.920 18893.458 7453.812 433201.221 3 25700.19
Kota Bitung 26162.694 18733.227 6859.552 421672.562 3 20363.85
Kota Manado 156424.113 33638.926 23059.902 647565.931 3 252248.43
Kab. Minahasa Selatan 6039.093 1896.320 6034.418 435848.663 3 24683.1
Kota Kotamobagu 5425.529 3657.338 5434.201 311773.832 3 124920.49
Kab. Minahasa Tenggara 2108.896 1800.707 5010.554 1084.188 3 434024.9
Kab. Kepulauan Sitaro 2172.303 3149.290 7453.194 315409.485 3 121693.23
Kab. Bolaang
Mongondow Timur 2053.516 1227.058 5021.556 254509.410 3 181915.74
Kab. Banggai 20398.146 37579.874 9671.841 711134.461 4 182611.93
Kab. Banggai Kepulauan 3768.093 3619.757 6611.886 446340.738 3 28223.25
Kab. Buol 10642.868 10755.580 7293.242 405310.339 3 34431.88
Kab. Tolitoli 4359.914 11150.319 6335.330 487396.299 3 58432.79
Kab. Donggala 23443.910 8541.885 7425.479 523660.657 3 90453.73
Kab. Morowali 6077.099 22410.357 9745.123 615422.867 3 182800.86
Kota Palu 60163.879 17037.627 56756.104 575235.328 3 150199.34
Kab. Parigi Moutong 5084.311 19873.543 6541.578 588502.963 3 156352.94
Kab. Tojo Una Una 3897.509 15789.993 7947.728 426316.322 3 25430.64
Kab. Sigi 4230.507 4722.478 4840.921 503990.769 3 74435.05
Kab. Bantaeng 4183.081 12934.595 4138.888 379463.356 3 60483.01
Kab. Bone 14573.197 14058.277 55253.544 867813.851 4 51807.56
Kab. Bulukumba 8117.235 18459.700 10464.852 591388.184 3 158497.76
Kab. Enrekang 3413.931 9329.297 7693.042 43654.180 3 391288.46
Kab. Jeneponto 4800.820 3660.807 4158.260 494087.427 3 65343.65
Kab. Luwu 7421.384 14963.336 8217.903 542118.008 3 109952.84
Kab. Luwu Utara 5816.818 25569.648 4276.290 512644.776 3 83475.72
Kab. Maros 42059.791 26720.832 8022.057 540383.322 3 109643.36
Kab. Pangkajene dan
Kepulauan 65498.192 19947.012 8859.832 566929.217 3 139906.73
Kab. Pinrang 9469.550 6229.570 30111.160 574244.531 3 141184.86
Kab. Sidenreng Rappang 8303.005 21227.956 4690.872 499699.753 3 69979.84
Kab. Sinjai 4577.272 6805.926 10073.619 474528.814 3 46094.15
Kab. Soppeng 4282.984 8637.486 23504.879 517805.122 3 85953.23
Kab. Takalar 4115.633 25650.221 5152.436 479073.701 3 53542.11
Kab. Tana Toraja 3882.205 27834.717 5384.363 444741.329 3 32188.63
Kab. Wajo 10089.663 22082.598 32324.478 592275.827 3 159527.33
Kota Pare-Pare 14986.631 9551.912 45170.076 384096.063 3 56529.03
Kota Makassar 518706.711 79650.937 14879.810 1033583.903 2 277518.84
Kota Palopo 10891.945 6754.633 31772.036 408527.791 3 31119.37
Kab. Luwu Timur 79350.459 18321.765 22393.129 410974.651 3 60643.99
Kab. Toraja Utara 6589.277 6980.065 5094.280 404597.214 3 37787.03
Kab. Konawe 4573.651 3665.393 12827.312 613042.674 3 180191.9
Kab. Kolaka 11526.643 10927.224 19470.672 613742.503 3 179977.95
Kab. Muna 2694.857 9053.771 10336.605 635053.318 3 202240.23
Kota Kendari 45570.996 35878.633 11149.868 555693.881 3 126320.32
Kota Bau-Bau 8340.435 15500.399 8464.809 427509.763 3 21350.6
Kab. Bombana 2373.433 4497.631 6966.747 382986.680 3 57512.43
Kab. Kolaka Utara 4220.188 4658.540 6517.866 385721.156 3 54493.39
Kab. Kolaka Timur 0.000 73.199 0.000 0.000 3 435463.91
Kab. Konawe Kepulauan 0.000 0.000 0.000 0.000 3 435465.7
Kab. Bangli 7679.616 11286.790 34254.207 450812.694 3 26954.41
Kab. Gianyar 204436.633 31816.584 76111.478 609293.266 3 258443.26
Kab. Jembrana 22069.530 7905.026 34573.855 450919.726 3 22069.07
Kab. Karangasem 103841.036 11991.691 37584.653 563981.785 3 153395.57
Kab. Klungkung 13234.733 10597.832 34974.178 444174.019 3 20509.94
Kab. Tabanan 98701.047 40393.769 108277.313 663156.595 4 226340.54
Kota Denpasar 504981.564 47874.288 85344.292 580807.702 3 508461.93
Kab. Bima 4735.484 33399.678 8911.468 698561.969 4 198377.46
Kab. Dompu 5383.682 5929.166 4547.942 470825.402 3 44307.48
Kab. Lombok Barat 57019.889 20434.220 23346.279 612621.760 3 181763.83
Kab. Lombok Tengah 23469.135 19562.362 74369.508 793651.563 4 97074.46
Kab. Lombok Timur 15095.126 32928.046 38590.470 932462.555 4 73776.54
Kab. Sumbawa 14043.467 28984.658 11212.328 647640.513 3 214661.3
Kota Mataram 79374.882 20251.127 37491.834 500043.553 3 88284.34
Kab. Lombok Utara 31898.383 7739.620 8575.597 314808.074 3 120288.26
Kab. Ende 7343.525 5628.545 26100.370 506181.070 3 74242.63
Kab. Flores Timur 4793.618 15079.066 6274.130 477818.636 3 49911.51
Kab. Kupang 4007.203 6731.356 8155.397 534827.407 3 103401.46
Kab. Lembata 4436.074 8634.682 5650.794 352353.778 3 85453.34
Kab. Sumba Timur 7908.213 11961.145 7846.981 515736.111 3 84070.51
Kab. Timor Tengah
Selatan 6142.000 15114.462 11178.153 606976.388 3 174002.05
Kab. Timor Tengah Utara 4017.740 4861.168 5464.231 459487.080 3 36002.35
Kota Kupang 41146.449 21593.943 8128.731 527785.630 3 96600.06
Kab. Manggarai Barat 11944.422 9855.020 6504.086 382403.558 3 54981.28
Kab. Sumba Tengah 3141.981 1753.152 5956.426 253664.988 3 182519.38
Kab. Sumba Barat Daya 3262.161 2017.729 8939.544 363108.797 3 75419.72
Kab. Manggarai Timur 4573.200 4679.552 5138.932 382067.746 3 57997.22
Kab. Sabu Raijua 1142.386 1973.243 9121.493 270624.355 3 165765.76
Kab. Maluku Tenggara
Barat 3670.677 5331.177 12537.787 412152.331 3 31420.1
Kab. Maluku Tenggara 4834.395 8352.873 11273.033 376516.763 3 61489.87
Kab. Buru 2897.572 5385.667 2087.431 356075.091 3 83138.55
Kota Ambon 44982.635 17660.701 3005.713 551507.941 3 120686.42
Kab. Seram Bagian Timur 2922.161 1801.534 5869.901 366782.861 3 72649.93
Kab. Kepulauan Aru 949.527 3693.739 4237.519 375944.887 3 65068.83
Kota Tual 1770.436 3342.521 4400.014 265698.683 3 170862.91
Kab. Buru Selatan 618.061 308.482 1586.079 294019.779 3 143726.21
Kab. Biak Numfor 5444.271 3481.999 6084.286 464681.810 3 39126.86
Kab. Jayapura 11371.631 8466.386 18427.998 533111.084 3 99753.69
Kab. Jayawijaya 6487.546 9554.448 8175.102 584835.644 3 152153.21
Kab. Mimika 97314.636 8382.020 26239.881 506661.741 3 103352.17
Kab. Nabire 5676.502 7157.944 2363.438 545482.656 3 114282.57
Kab. Paniai 130.310 12132.635 2764.613 441608.903 3 30627.54
Kab. Puncak Jaya 232.203 1152.831 480.670 533372.754 3 104355.08
Kab. Kepulauan Yapen 3084.026 8925.550 4220.687 389582.165 3 51891.98
Kota Jayapura 62319.830 30189.601 7205.160 586198.486 3 158564.01
Kab. Keerom 1462.416 1704.577 5523.921 432257.068 3 28513.54
Kab. Yahukimo 599.976 6454.182 10141.936 556257.151 3 124772.61
Kab. Pegunungan Bintang 0.000 942.966 9902.269 695877.613 4 203513.69
Kab. Tolikara 0.000 63.450 7908.727 507270.132 3 78634.6
Kab. Mappi 2990.035 2177.740 9050.995 639823.176 3 207183.79
Kab. Asmat 246.508 2316.638 19736.000 89927.150 3 345178.04
Kab. Waropen 85.897 149.481 3692.257 416243.438 3 35830.61
Kab. Supiori 42.631 109.444 8472.107 372146.683 3 68380.01
Kab. Lanny Jaya 142.231 49.180 4571.905 517505.342 3 88731.08
Kab. Nduga 0.000 5.825 1913.811 439888.368 3 32625.34
Kab. Puncak 0.000 0.000 16896.834 624649.053 3 192279.44
Kab. Halmahera Tengah 28877.836 1078.871 25674.032 353060.178 3 82010.01
Kota Ternate 21586.742 12765.798 5854.432 462645.746 3 32180.32
Kab. Halmahera Barat 1453.809 2787.300 5517.519 364686.843 3 74984.36
Kab. Halmahera Utara 11260.109 15821.885 76248.466 366797.961 3 88479.66
Kota Tidore Kepulauan 4306.198 6848.127 4985.782 443177.446 3 26855.75
Kab. Pulau Morotai 956.996 975.093 3901.598 312486.619 3 125337.92
Kab. Pandeglang 19984.169 39273.065 13776.378 988536.476 4 125435.57
Kab. Serang 231426.110 38270.980 138100.227 868652.743 4 186431.69
Kab. Tangerang 803097.822 107837.110 287834.484 1115364.627 2 223570.41
Kota Cilegon 177144.972 25464.239 78193.035 461398.284 3 166642.46
Kota Tangerang 643434.362 103524.857 60471.496 829387.856 2 403052.95
Kota Serang 45129.745 10539.096 9707.247 513769.007 3 83076.85
Kota Tangerang Selatan 607251.023 92366.249 29348.030 536177.454 3 597889.17
Kab. Bangka 17359.395 7790.197 33808.983 444188.100 3 18061.41
Kota Pangkal Pinang 47978.126 16134.938 24152.262 384421.523 3 55682.1
Kab. Bangka Selatan 5909.497 3444.802 8347.488 363886.920 3 73941.83
Kab. Bangka Barat 19219.724 11854.171 11624.972 358151.691 3 76715.34
Kab. Belitung Timur 27732.506 13700.129 13350.092 358875.317 3 75820.25
Kab. Gorontalo 7620.017 7409.740 39297.548 517229.988 3 86725.26
Kab. Pohuwato 15338.206 11136.393 7388.477 390979.131 3 45980.3
Kab. Bone Bolango 3002.222 925.619 16075.280 367000.042 3 71175.73
Kab. Gorontalo Utara 2666.843 2586.044 4342.647 288205.298 3 148630.11
Kab. Karimun 224889.123 4436.346 41699.058 306219.557 3 239304.79
Kab. Bintan 103498.451 7529.058 17969.357 288685.934 3 165914.66
Kab. Natuna 9975.217 624.467 27419.369 177949.262 3 256908.67
Kota Batam 475172.811 71027.829 58179.174 528839.827 3 466561.13
Kota Tanjung Pinang 54500.509 6625.802 41416.246 348778.489 3 93189.75
Kab. Lingga 5319.560 6280.501 17073.027 298552.154 3 137019.63
Kab. Kepulauan Anambas 8691.020 952.993 21354.516 233124.880 3 201876.53
Kab. Fakfak 4769.737 8225.032 4556.778 541068.761 3 109772.43
Kab. Manokwari 6687.073 3917.634 1779.975 614096.216 3 181822.54
Kota Sorong 14244.736 29543.174 10925.477 392494.592 3 47754.48
Kab. Raja Ampat 2157.612 5118.377 12506.067 486042.052 3 57062.17
Kab. Sorong Selatan 663.175 5365.227 6092.343 335483.025 3 102568.44
Kab. Teluk Bintuni 12006.577 2912.440 12118.173 550845.412 3 117815.41
Kab. Teluk Wondama 2036.424 219.062 3955.949 351726.364 3 87538.74
Kab. Tambrauw 49.600 174.640 4424.839 368794.108 3 72219.4
Kab. Polewali Mandar 7255.853 17815.243 3889.945 555943.291 3 124212.03
Kab. Mamasa 2479.037 778.115 4905.299 410741.106 3 36758.26
Kab. Nunukan 15611.688 2502.723 73626.070 307765.777 3 137602.93
Kab. Cilacap 114329.745 35957.312 119528.230 1197315.060 4 326033.01
Kab. Jepara 29069.102 21188.868 77791.630 814380.324 4 76876.75
Kab. Pekalongan 28742.270 12605.319 104065.702 768500.117 4 126178.92
Kab. Purbalingga 21424.650 29293.478 61488.885 719185.020 4 167055.2
Kab. Sukoharjo 102524.770 21834.054 60255.707 763462.900 4 124144.19
Kab. Temanggung 25583.571 15480.551 49728.825 651171.674 3 218989.76
Kota Magelang 18829.673 7357.208 75680.458 385859.241 3 73556.29
Kab. Bantul 83232.018 27116.286 104341.485 854810.634 4 55101.49
Kab. Sleman 274628.956 48001.680 111088.140 891589.912 4 219098.26
Kab. Banyuwangi 65939.965 28650.551 74504.021 1154495.171 4 273887.84
Kab. Bondowoso 11206.732 19862.950 45024.420 752776.704 4 139232.59
Kab. Gresik 287204.003 68748.762 127227.335 804903.511 4 249774.49
Kab. Jombang 36927.594 32329.180 113386.284 920097.938 4 71028.94
Kab. Ngawi 16826.151 16095.652 44131.229 896052.870 4 52108.32
Kab. Pacitan 9053.156 18399.846 33276.004 647293.403 3 214133.38
Kab. Sumenep 10564.664 23233.518 52278.235 917539.019 4 64369.49
Kota Kediri 57840.762 9631.748 76502.829 562943.089 3 144430.65
Kota Madiun 34432.024 17116.761 35021.949 474093.362 3 44203.22
Kota Pasuruan 20543.482 14713.809 25900.838 353127.853 3 81409.08
Kota Probolinggo 20951.122 11870.774 44794.355 414534.284 3 31362.45
Kab. Sanggau 26376.343 22727.563 9125.676 674049.502 4 216325.79
Kab. Sekadau 15908.537 7331.009 9446.464 386021.907 3 50187.22
Kota Palangka Raya 43622.345 10831.917 8121.046 539535.616 3 107896.63
Kab. Sukamara 2381.180 4995.373 6595.216 381154.120 3 59183.78
Kab. Murung Raya 2324.992 6384.514 14072.073 545932.782 3 114066.19
Kab. Barito Timur 3291.847 4010.291 5360.221 424326.347 3 28228.31
Kab. Tapin 3234.799 1130.657 7244.574 223640.249 3 212195.85
Kab. Minahasa 12660.073 8017.687 6991.255 550100.008 3 117267.69
Kota Tomohon 5458.560 2533.716 5059.086 330892.646 3 106381.2
Kab. Minahasa Utara 11256.896 11750.512 12217.052 395558.587 3 41506.5
Kab. Bolaang
Mongondow Utara 2251.767 1683.677 5348.692 288250.888 3 148590.62
Kab. Poso 6408.810 19725.370 5598.677 583806.859 3 151642.9
Kab. Kepulauan Selayar 2457.848 2653.681 10118.165 421256.593 3 28280.08
Kab. Buton 2114.266 8196.115 8938.842 535326.605 3 104130.56
Kab. Konawe Utara 444.651 16217.939 5425.458 417340.323 3 33063.14
Kab. Badung 2010554.251 90457.626 106750.885 372625.383 1 417040.04
Kab. Buleleng 57770.211 14872.963 75008.145 796419.224 4 86769.97
Kab. Alor 7309.814 15945.985 5947.225 461359.979 3 35413.34
Kab. Belu 12703.586 39354.676 7931.450 578912.159 3 148495.05
Kab. Manggarai 9614.112 26248.050 6787.975 452287.758 3 31036.68
Kab. Ngada 3457.101 12636.543 10813.360 350219.646 3 86991.56
Kab. Sikka 8526.092 32245.462 7147.322 498499.639 3 70826.95
Kab. Sumba Barat 4246.435 9415.195 5078.700 307533.200 3 129110.47
Kab. Nagekeo 1588.508 6081.197 4949.966 334481.490 3 103460.98
Kab. Maluku Tengah 6437.742 12050.160 5148.784 766730.637 4 139626.32
Kab. Merauke 15210.307 24613.485 19641.917 1039.461 3 433465.09
Kab. Yalimo 0.000 0.000 4257.443 488582.116 3 62517.11
Kab. Dogiyai 118.151 164.050 3224.611 388183.045 3 55612.03
Kab. Halmahera Timur 3774.163 1778.593 88942.174 337707.086 3 120285.33
Kab. Halmahera Selatan 3310.622 3589.873 24200.542 479627.293 3 50506.44
Kab. Kepulauan Sula 4481.893 1197.034 13350.596 408687.131 3 34186.78
Kab. Lebak 20943.041 100090.891 12302.847 901740.477 4 99549.2
Kab. Belitung 46594.642 22383.719 21569.611 376540.510 3 63069.45
Kab. Bangka Tengah 18440.371 6225.318 12403.292 336873.338 3 97913.42
Kab. Boalemo 2740.360 3235.615 11807.990 341152.435 3 96101.15
Kota Gorontalo 29938.834 10043.408 54028.770 419154.808 3 37190.75
Kab. Sorong 10882.441 12322.098 38647.410 465669.519 3 38594.22
Kab. Kaimana 1587.139 1328.071 10600.786 499597.980 3 70438.08
Kab. Majene 3762.824 13298.353 2899.586 416986.177 3 31933.04
Kab. Malinau 2136.390 1327.062 23829.026 326578.404 3 110234.85
Kab. Tana Tidung 202.350 175.625 28596.415 133386.322 3 302026.33
Satuan (juta rupiah) tahun 2013
