Pemodelan Spatial Autoregressive Quantile Regression pada Tingkat Kemiskinan di Provinsi Jawa Barat

Abstract

Kemiskinan merupakan permasalahan global yang menjadi isu strategis dalam pembangunan nasional maupun daerah. Pada September 2020, diketahui bahwa Provinsi Jawa Barat menjadi provinsi dengan tingkat kemiskinan cukup tinggi, yakni sebesar 8,43% sehingga peneliti memilih Provinsi Jawa Barat dalam penelitian ini. Tingkat kemiskinan antar wilayah di Provinsi Jawa Barat berbeda-beda dan memiliki pola membentuk klaster sehingga memungkinkan terjadinya ketimpangan yang mengakibatkan adanya dependensi antar wilayah. Oleh sebab itu, dilakukan metode Spatial Autoregressive Quantile Regression yang dapat melihat pengaruh dari setiap level risiko tingkat persentase kemiskinan di Jawa Barat dengan memperhatikan aspek spasial. Data yang digunakan adalah data tingkat kemiskinan sebagai variabel respon dengan variabel prediktor yaitu Indeks Pembangunan Manusia (IPM), Tingkat Pengangguran Terbuka (TPT), Persentase Penduduk, Produk Domestik Regional Bruto (PDRB) dan Tingkat Partisipasi Angkatan Kerja (TPAK) di Provinsi Jawa Barat tahun 2020. Berdasarkan analisis, didapatkan bahwa faktor yang mempengaruhi tingkat kemiskinan pada kuantil 0.10 adalah IPM, TPT dan TPAK, pada kuantil ke 0.20 dan 0.50 adalah IPM, sedangkan pada kuantil 0.75 tidak ada variabel yang mempengaruhi, dan pada kuantil 0.90 adalah PDRB dan Persentase Penduduk. Dengan adanya informasi tersebut, diharapkan pemerintah mampu membuat kebijakan yang tepat sasaran dan merata dalam usaha untuk menanggulangi masalah kemiskinan di Provinsi Jawa Barat.