Logo

Pusat Sumber Belajar FEB UI

  • FAQ
  • Berita
  • Rooms
  • Bantuan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Inggris Bahasa Indonesia
  • Search
  • Google
  • Advanced Search
*sometimes there will be ads at the top, just scroll down to the results of this web
No image available for this title

Text

Faktor-faktor yang berkorelasi dengan kemiskinan di Provinsi Papua: analisis spatial heterogeity

Arie Damayanti (Pembimbing/Promotor) - ; Ribut Nurul Tri Wahyuni - ;

Program pro-poor growth belum efektif mengurangi kemiskinan di Papua karena pemerintah tidak memiliki informasi yang lengkap mengenai faktor-faktor yang mempengaruhi kemiskinan menurut variasi wilayah. Oleh karena itu, penelitian ini akan menganalisis faktor-faktor yang mempengaruhi kemiskinan menurut variasi wilayah (spatial heterogeneity) dengan menggunakan model GWR. Kemiskinan diprediksi dengan menggunakan faktor-faktor yang berkaitan dengan mata pencaharian penduduk (Scoones, 1998 dan Kam et al., 2005). Unit observasi adalah kecamatan dan data yang digunakan merupakan data cross sectional (Podes 2008, PPLS 2008, dan Pemetaan 2010). Goodness of fit test menyimpulkan bahwa model GWR lebih baik dibanding model OLS dalam menjelaskan faktor-faktor yang mempengaruhi kemiskinan di Papua. Hasil GWR menunjukkan bahwa pengaruh tingkat pendidikan, tenaga medis, dan topografi wilayah terhadap kemiskinan hampir sama di semua wilayah. Sedangkan pengaruh luas lahan yang diusahakan, penggunaan irigasi teknis, sumber air minum, dan infrastruktur listrik terhadap kemiskinan bervariasi secara spasial. Hasil multivariate K-means clustering menunjukkan bahwa kecamatan mengelompok menurut karakteristik wilayah (kondisi geografis). Kemiskinan di wilayah Papua selatan lebih dipengaruhi oleh ketersediaan sumber air bersih dan listrik dibanding wilayah lain. Kemiskinan di wilayah kepulauan, Nabire, dan sekitarnya lebih dipengaruhi oleh ketersediaan tenaga medis, tingkat pendidikan, dan penggunaan irigasi teknis. Sedangkan kemiskinan di Kota Jayapura dan sekitarnya lebih dipengaruhi oleh luas lahan yang diusahakan. Hasil tersebut menyiratkan bahwa intervensi pengentasan kemiskinan seharusnya berbeda untuk wilayah yang berbeda. Kemungkinan kemiskinan di Papua dipengaruhi oleh kemiskinan di wilayah sekitarnya. Oleh karena itu, penelitian yang mengkombinasikan spatial dependence dan spatial heterogeneity dengan menggunakan model GWR sangat disarankan.Ada tabel


Ketersediaan

Call NumberLocationAvailable
T 111/13PSB lt.2 - Karya Akhir1
PenerbitDepok: Program Pascasarjana Ilmu Ekonomi, Fakultas Ekonomi Universitas Indonesia 2013
Edisi-
SubjekPoverty
Economic and social conditions
Papua
Geographical weighted regression
ISBN/ISSN-
Klasifikasi-
Deskripsi Fisikxi, 81 p. : il, ; 30 cm
Info Detail Spesifik-
Other Version/RelatedTidak tersedia versi lain
Lampiran BerkasTidak Ada Data

Pencarian Spesifik
Where do you want to share?