Implikasi - SIMPULAN DAN IMPLIKASI - PENGARUH IPM, PENDIDIKAN, PERTUMBUHAN EKONOMI, DAN TINGKAT

BAB V SIMPULAN DAN IMPLIKASI

5.2 Implikasi

Berdasarkan hasil analisis di atas maka terdapat implikasi-implikasi kebijakan di antaranya adalah:

1. Hasil penelitian yang telah dilakukan menunjukkan bahwa IPM yang semakin baik akan berkontribusi terhadap pengurangan ketimpangan pendapatan. Pemerintah daerah memiliki peran penting untuk terus meningkatkan pembangunan manusia di berbagai sektor. Adanya pemfokusan dalam peningkatan kualitas pendidikan dan kesehatan yang maksimal disertai dengan pengawasan berkala setiap daerah akan menjadikan pembangunan manusia semakin meningkat dari waktu ke waktu yang tentu akan sangat berperan dalam penurunan ketimpangan pendapatan.

2. Hasil penelitian menunjukkan bahwa pertumbuhan ekonomi tidak memiliki pengaruh terhadap ketimpangan pendapatan. Adanya kebijakan terhadap perekonomian di kalangan bawah seperti UMKM harus dilakukan oleh Pemerintah Daerah. Kegiatan ekonomi masyarakat bawah yang stabil akan meningkatkan tingkat pertumbuhan ekonomi. Tidak hanya padat modal

akan tetapi padat karya juga dapat menjadi pendorong tingkat pertumbuhan ekonomi sehingga adanya peran untuk membantu menurunkan angka ketimpangan pendapatan.

3. Hasil penelitian menunjukkan bahwa tingkat penyelesaian pendidikan jenjang SMA yang semakin meningkat maka ketimpangan pendapatan semakin tinggi. Peran pemerintah daerah untuk memberikan peningkatan keterampilan kerja berupa pelatihan sebelum terjun ke dunia kerja dapat menjadikan lulusan jenjang SMA mudah diterima karena memiliki kualifikasi yang dibutuhkan oleh lapangan pekerjaan. Sehingga semakin banyak lulusan jenjang SMA yang mulai memiliki pendapatan dan dapat membantu untuk menurunkan angka ketimpangan pendapatan di Pulau Jawa.

4. Hasil penelitian menunjukkan bahwa tingkat pengangguran terbuka yang semakin tinggi maka ketimpangan pendapatan di Pulau Jawa juga akan meningkat. Perluasan lapangan pekerjaan yang diselaraskan dengan peningkatan keterampilan tenaga kerja akan membantu masyarakat mendapatkan pekerjaan sehingga memiliki pendapatan. Pelatihan – pelatihan yang diadakan oleh Pemerintah daerah harus lebih masif dan meluas sehingga menjangkau sampai kalangan masyarakat terluar. Ketika keterampilan masyarakat sudah meningkat, maka akan mudah diserap oleh lapangan pekerjaan sehingga pendapatan perkapita masyarakat akan meningkat. Hal tersebut dapat membantu mengurangi angka ketimpangan pendapatan yang ada di Pulau Jawa sehingga terciptalah perekonomian masyarakat yang sejahtera.

DAFTAR PUSTAKA

Adelman dan Morris. (1973). Economic Growth and Social Equity in Developing Countries. Stanford: Stanford University Press.

Bakhtiyar Al Yunussy S. (2018). Analisis Faktor-Faktor Yang Memengaruhi Ketimpangan Pendapatan Kabupaten/Kota Di Jawa Timur. Jurnal Ilmiah, 1 - 33.

Baldwin, (1986); Pembangunan dan Pertumbuhan Ekonomi, terjemahan St.Dianjung, PT Bina Aksara Jakarta, hlm. 16.

Badan Pusat Statistik. (2012). Pengangguran Terdidik. Jakarta:Badan Pusat Statistik.

Badan Pusat Statistik, I. (2014). Produk Domestik Regional Bruto (Pengeluaran). Retrieved from www.bps.go.id: https://www.bps.go.id/indicator/171/540/3/-seri- 2010-4-laju-pertumbuhan-y-on-y-pdrb-atas-dasar-harga-konstan-menurut- pengeluaran-2010-100-.html

Badan Pusat Statistik, I. (2021). Indeks Pembangunan Manusia. Retrieved from www.bps.go.id: https://www.bps.go.id/indicator/26/494/1/-metode-baru- indeks-pembangunan-manusia-menurut-provinsi.html

Badan Pusat Statistik, I. (2021). Kemiskinan dan Ketimpangan . Retrieved from www.bps.go.id: https://www.bps.go.id/indicator/23/98/1/gini-rasio.html Badan Pusat Statistik, I. (2021). Pendidikan. Retrieved from www.bps.go.id:

https://www.bps.go.id/indicator/28/1980/1/tingkat-penyelesaian- pendidikan-menurut-jenjang-pendidikan-dan-provinsi.html

Badan Pusat Statistik, I. (2021). Tenaga Kerja. Retrieved from www.bps.go.id:

https://www.bps.go.id/indicator/6/543/1/tingkat-pengangguran-terbuka-menurut- provinsi.html

Bank Dunia. (2015, desember 09). Retrieved from siaran pers : https://www.worldbank.org/in/news/press-release/2014/12/08/indonesia- to-grow-by-5-2-percent-in-2015-world-bank-report

BPK, P. (2003). Undang-undang (UU) Nomor 20 Tahun 2003 tentang Sistem Pendidikan Nasional. Indonesia: bpk.go.id.

Darzal, (2016). Analisis Disparitas Pendapatan dan Faktor-Faktor yang Mempengaruhinya di Provinsi Jambi. Jurnal Perspektif Pembiayaan dan Pembangunan Daerah, Vol 4.

Fitriyah dan Rachmawati. (2012). Analisis Ketimpangan Pembangunan Daerah Serta Hubungannya dengan Kesejahteraan Masyarakat di Kawasan Gerbangkertosusila Provinsi Jawa Timur.

Hajiji, A. (2010). Keterkaitan Antara Pertumbuhan Ekonomi, Ketimpangan Pendapatan dan Pengentasan Kemiskinan di Provinsi Riau 2002-2008.Tesis.

Sekolah Pasca Sarjana Institut Pertanian Bogor: Bogor.

Hakim, (2002). "Ekonomi Pembangunan", JurnalEkonisia Fakuitas Ekonomi Universitas Islam Indonesia, Yogyakarta.

Hakim, (2002). Ekonomi Pembangunan. Yogyakarta: Penerbit Ekonisia.

Halim, J. H. (2014). Analisis Produktivitas Sektoral Terhadap Tingkat Kemiskinan Dan Ketimpangan Pendapatan Di Jawa Tengah.

Hidayat, M. H. (2014). Analisis Pengaruh Pertumbuhan Ekonomi, Investasi Dan Ipm Terhadap Ketimpangan Pendapatan Antar Daerah Di Provinsi Jawa Tengah Tahun 2005 - 2012.

Kuncoro, (2010). Ekonomi pembangunan, teori, masalah dan kebijakan. UPP AMP YKPN: Yogyakarta

Kuncoro, M. (2006). Strategi Bagaimana Meraih Keunggulan Kompetitif. Jakarta:

Erlangga.

Mantra, (2009). Demografi Umum. Yogyakarta: Pustaka Pelajar Offset. Nachrowi, Djalal dan Hardius Usman. 2002. Penggunaan Tekhnik Ekonometrik. Jakarta: PT Raja Grafindo Persada.

Mulyadi, (2003) Ekonomi Sumber Daya Manusia: Perspektif Pembangunan. PT Raja Grafindo Persada. Jakarta.

RI, D. (1966). Ketetapan MPRS No. XXV MPRS 1966. Indonesia: 2020.

Sastrawijaya, A.Tresna. (2019). Pengembangan Program Pembelajaran. Jakarta: Rineka Cipta.

Sadulloh Uyoh. (2010). Pengantar Filsafat Pendidikan. Bandung: AlFABETA

Schultz, (1961). Investment in Human Capital. American Economic Review, 51, 1-17.

Sirodjuddin, Ardan. 2008. SMK lebih menjanjikan Masa Depan dibandingkan dengan SMA [online]. http://ardansirodjuddin.wordpress.com/2008/06/03/smk- lebihmenjanjikan-masadepan-di-bandingkan-sma/

Sismosoemarto, Rubijanto. 2012. Intelejen Ekonomi: Teori dan Aplikasi. Jakarta: PT Gramedia Pustaka Utama.

Soediyono (1992), Ekonomi Makro, (Yogyakarta: Liberty).

Sutomo, dkk, (1999). Analisis Faktor-Faktor yang Memengaruhi Lama Mencari Kerja Terdidik di Kabupaten Klaten Tahun 1996. Jurnal Ekonomi Pembangunan, Manajemen, dan Akuntansi. Perspektif : No.4 1999. Fakultas Ekonomi, Universitas Sebelas Maret.

Sukirno, (2006). Ekonomi Pembangunan: Proses, Masalah, dan Dasar Kebijakan (Edisi Kedua). Jakarta: PT Raja Grafindo Persada.

Susilowati, Sri, & Suliswanto (2015). Manusia , Utang Luar Negeri Dan Kemiskinan ( Kajian Teoritis Di Indonesia ). Pertumbuhan Ekonomi, Indeks Pembangunan Manusia, Utang Luar Negeri Dan Kemiskinan (Kajian Teoritis Di Indonesia).

Ekonomika-Bisnis, 6(1), 86–106

Syamsir, A., & Rahman, A. (2018). Menelusur Ketimpangan Distribusi Pendapatan Kabupaten dan Kota. EcceS (Economics, Social, and Development Studies), 5(1), 22. https://doi.org/10.24252/ecc.v5i1.5235

Todaro & Smith, (2006). Pembangunan Ekonomi (9th ed.). Jakarta: Erlangga.

Todaro, (2003). “Pembangunan Ekonomi di Dunia Ketiga”. Jakarta: Erlangga.

Todaro & Smith, (2011). Pembangunan Ekonomi Edisi 11. Jakarta: Erlangga.

Todaro, (2011). Pembangunan Ekonomi Edisi Kesebelas Jilid 1. Erlangga.Jakarta.

Undang-undang Republik Indonesia No.20 Tahun 2003 tentang Sistem Pendidikan.

(n.d.).

Widarjono. (2019). Statistika Terapan Dengan Excel dan SPSS. Yogyakarta: UPP STIM.

Widarjono, (2018). Ekonometrika Pengantar dan Aplikasinya Disertai Panduan Eviews Edisi Kelima. Yogyakarta: UPP STIM YKPN.

Winardi, Priyarsono, D., Siregar, H., & Kustanto, (2019). Peranan Kawasan Industri dalam Mengatasi Gejala Deindustrialisasi. Jurnal Ekonomi dan Pembangunan Indonesia, 19 (1), 90.

Yosi Eka Putri, S. A (2017). Analisis Faktor-Faktor Yang Memengaruhi Pertumbuhan Ekonomi Dan Ketimpangan Pendapatan Di Indonesia. Jurnal Penelitian.

55 LAMPIRAN

Lampiran 1

Data Gini Rasio, IPM, Tingkat Penyelesaian Pendidikan Tingkat SMA, Tingkat Pertumbuhan Ekonomi, dan Tingkat Pengangguran Terbuka di

Pulau Jawa Tahun 2016 – 2021 Provinsi Tahun Gini

Rasio IPM TPP Growth TPT

DKI Jakarta 2016 0,397 79,6 74,74 5,87 5,77 DKI Jakarta 2017 0,409 80,06 78,25 6,2 5,36 DKI Jakarta 2018 0,39 80,47 83,48 6,11 5,73 DKI Jakarta 2019 0,391 80,76 84,35 5,82 5,5 DKI Jakarta 2020 0,4 80,77 85,67 -2,39 5,15 DKI Jakarta 2021 0,411 81,11 84,98 3,56 8,51 Jawa Barat 2016 0,402 70,05 55,03 5,66 8,57 Jawa Barat 2017 0,393 70,69 48,32 5,33 8,49 Jawa Barat 2018 0,405 71,3 61,04 5,65 8,22 Jawa Barat 2019 0,398 72,03 57,46 5,02 7,78 Jawa Barat 2020 0,398 72,09 63,56 -2,52 7,71 Jawa Barat 2021 0,406 72,45 64,89 3,74 8,92 Jawa Tengah 2016 0,357 69,98 44,59 5,25 4,2 Jawa Tengah 2017 0,365 70,52 51,52 5,26 4,15 Jawa Tengah 2018 0,357 71,12 55,62 5,3 4,19 Jawa Tengah 2019 0,358 71,73 49,79 5,36 4,19 Jawa Tengah 2020 0,359 71,87 55,82 -2,65 4,2 Jawa Tengah 2021 0,368 72,16 59,9 3,33 5,96 D.I Yogyakarta 2016 0,425 78,38 79,95 5,05 2,81 D.I Yogyakarta 2017 0,44 78,89 85,53 5,26 2,84 D.I Yogyakarta 2018 0,422 79,53 81,96 6,2 3 D.I Yogyakarta 2019 0,428 79,99 84,54 6,59 2,89 D.I Yogyakarta 2020 0,437 79,97 87,99 -2,67 3,38 D.I Yogyakarta 2021 0,436 80,22 90,12 5,58 4,28 Jawa Timur 2016 0,402 69,74 55,13 5,57 4,14

Jawa Timur 2017 0,415 70,27 59,9 5,46 4,1

Jawa Timur 2018 0,371 70,77 62,48 5,47 3,77 Jawa Timur 2019 0,364 71,5 57,74 5,53 3,77

Jawa Timur 2020 0,364 71,71 63,53 -2,33 3,6 Jawa Timur 2021 0,364 72,14 66,33 3,56 5,17

Banten 2016 0,392 70,96 60,83 5,28 7,95

Banten 2017 0,379 71,42 59,87 5,75 7,75

Banten 2018 0,367 71,95 67,54 5,77 7,72

Banten 2019 0,361 72,44 56,94 5,26 7,55

Banten 2020 0,365 72,45 64,24 -3,39 7,99

Banten 2021 0,363 72,72 66,9 4,49 9,01

Lampiran 2

Hasil Estimasi Common Effect Dependent Variable: GR

Method: Panel Least Squares Date: 05/04/23 Time: 13:36 Sample: 2016 2021

Periods included: 6 Cross-sections included: 6

Total panel (balanced) observations: 36

Variable Coefficient Std. Error t-Statistic Prob.

C 0.371085 0.126185 2.940803 0.0061 IPM -0.001431 0.002278 -0.628068 0.5346 GROWTH 0.001461 0.001083 1.349412 0.1870 TPP 0.001808 0.000728 2.484974 0.0186 TPT -0.000198 0.001651 -0.119860 0.9054

Root MSE 0.018051 R-squared 0.500844

Mean dependent var 0.390528 Adjusted R-squared 0.436436 S.D. dependent var 0.025912 S.E. of regression 0.019453 Akaike info criterion -4.913414 Sum squared resid 0.011731 Schwarz criterion -4.693481 Log likelihood 93.44145 Hannan-Quinn

criter. -4.836651 F-statistic 7.776201

Durbin-Watson stat 0.618447 Prob(F-statistic) 0.000184

57 Lampiran 3

Hasil Estimasi Fixed Effect Dependent Variable: GR

Method: Panel Least Squares Date: 05/04/23 Time: 13:36 Sample: 2016 2021

Periods included: 6 Cross-sections included: 6

Total panel (balanced) observations: 36

Variable Coefficient Std. Error t-Statistic Prob.

C 1.175263 0.236485 4.969710 0.0000 IPM -0.011814 0.003492 -3.382866 0.0023 GROWTH -0.000217 0.000655 -0.331176 0.7432 TPP 0.000975 0.000589 1.655673 0.1098 TPT 0.004983 0.002845 1.751321 0.0917

Effects Specification Cross-section fixed (dummy variables)

Root MSE 0.008719 R-squared 0.883545

Mean dependent var 0.390528 Adjusted R-squared 0.843233 S.D. dependent var 0.025912 S.E. of regression 0.010260 Akaike info criterion -6.091049 Sum squared resid 0.002737 Schwarz criterion -5.651182 Log likelihood 119.6389 Hannan-Quinn

criter. -5.937523 F-statistic 21.91798

Durbin-Watson stat 1.665346 Prob(F-statistic) 0.000000

58 Lampiran 4

Hasil Estimasi Random Effect Dependent Variable: GR

Method: Panel EGLS (Cross-section random effects) Date: 05/04/23 Time: 13:38

Sample: 2016 2021 Periods included: 6 Cross-sections included: 6

Total panel (balanced) observations: 36

Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob.

C 0.343952 0.102726 3.348238 0.0021 IPM -0.000482 0.001735 -0.277532 0.7832 GROWTH 0.001152 0.000585 1.969641 0.0579 TPP 0.001196 0.000502 2.381753 0.0236 TPT -0.000401 0.001523 -0.263143 0.7942

Effects Specification

S.D. Rho

Cross-section random 0.007540 0.3507

Idiosyncratic random 0.010260 0.6493

Weighted Statistics

Root MSE 0.013430 R-squared 0.256036

Mean dependent var 0.189650 Adjusted R-squared 0.160040 S.D. dependent var 0.015791 S.E. of regression 0.014472 Sum squared resid 0.006493 F-statistic 2.667164 Durbin-Watson stat 0.923229 Prob(F-statistic) 0.050733

Unweighted Statistics

R-squared 0.471907 Mean dependent var 0.390528 Sum squared resid 0.012411 Durbin-Watson stat 0.483007

Lampiran 5 Hasil Uji Chow Redundant Fixed Effects Tests

Equation: Untitled

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 17.088509 (5,26) 0.0000

Cross-section Chi-square 52.394854 5 0.0000

Lampiran 6 Hasil Uji Hausman Correlated Random Effects - Hausman Test Equation: Untitled

Test cross-section random effects

Test Summary Chi-Sq.

Statistic Chi-Sq. d.f. Prob.

Cross-section random 34.683539 4 0.0000

60 Lampiran 7 Hasil Uji LM Lagrange Multiplier Tests for Random Effects Null hypotheses: No effects

Alternative hypotheses: Two-sided (Breusch-Pagan) and one- sided

(all others) alternatives

Test Hypothesis

Cross-section Time Both Breusch-Pagan 19.30950 0.724069 20.03357

(0.0000) (0.3948) (0.0000)

Honda 4.394258 0.850922 3.708902

(0.0000) (0.1974) (0.0001) King-Wu 4.394258 0.850922 3.708902

(0.0000) (0.1974) (0.0001) Standardized Honda 7.432499 1.601767 2.656016

(0.0000) (0.0546) (0.0040) Standardized King-

Wu 7.432499 1.601767 2.656016

(0.0000) (0.0546) (0.0040)

Gourieroux, et al. -- -- 20.03357

(0.0000)

Dalam dokumen PENGARUH IPM, PENDIDIKAN, PERTUMBUHAN EKONOMI, DAN TINGKAT PENGANGGURAN TERHADAP KETIMPANGAN PENDAPATAN DI PULAU JAWA TAHUN 2016 – 2021 (Halaman 65-77)