Regresi Panel dan Pemetaan Local Indicator of Spatial Association dalam Analisis Kemiskinan di Provinsi Bengkulu

Bunga Nafandra, Nonong Amalita

Abstract


Kemiskinan tetap menjadi masalah sosial yang menghambat pencapaian kesejahteraan masyarakat. Di Provinsi Bengkulu, persentase penduduk miskin pada periode 2019–2024 lebih tinggi dari rata-rata nasional. Oleh karena itu, penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi tingkat kemiskinan dan mengidentifikasi daerah berisiko tinggi di Provinsi Bengkulu melalui pendekatan regresi data panel dan pemetaan Indikator Lokal Asosiasi Spasial (LISA). Hasil penelitian menunjukkan bahwa peningkatan partisipasi angkatan kerja, pertumbuhan produk domestik bruto regional, dan peningkatan indeks pembangunan manusia berkontribusi pada penurunan persentase penduduk miskin di Provinsi Bengkulu. Sementara itu, hasil analisis spasial lokal dengan LISA mengidentifikasi Kabupaten Bengkulu Selatan sebagai klaster tinggi-tinggi atau hotspot, yaitu daerah dengan tingkat kemiskinan tinggi yang dikelilingi oleh daerah dengan kondisi serupa. Berdasarkan temuan ini, diharapkan semua pemangku kepentingan, baik masyarakat maupun pemerintah, dapat berperan dalam meningkatkan kualitas dan kuantitas angkatan kerja, mendorong pertumbuhan ekonomi, dan memperkuat aspek pendidikan dan kesehatan yang mendukung peningkatan HDI. Selain itu, pemerintah perlu memberikan perhatian khusus dan intervensi pada Kabupaten Bengkulu Selatan sebagai daerah hotspot.

Keywords


Poverty; Welfare; LISA Mapping; Bengkulu Province; Panel Data Regression

References


Anselin, L. (1995). Local Indicators of Spatial Association-LISA. In Geographical Analysis (Vol. 27, 2). Ohio State University Press.

Aulina, N., & Mirtawati. (2021). Analisis Regresi Data Panel pada Faktor-Faktor yang Mempengaruhi Kemiskinan di Indonesia Tahun 2015-2019. KINERJA Jurnal Ekonomi Dan Bisnis, 4(2), 228–240.

Baltagi, B. H. (2021). Econometric Analysis of Panel Data (6th ed.). Springer. https://doi.org/10.1007/978-3-030-53953-5

BPS Indonesia. (2024). Jumlah dan Persentase Penduduk Miskin Menurut Provinsi, 2024. https://www.bps.go.id/id/statistics-table/3/UkVkWGJVZFNWakl6VWxKVFQwWjVWeTlSZDNabVFUMDkjMyMwMDAw/jumlah-dan-persentase-penduduk-miskin-menurut-provinsi.html?year=2024

BPS Indonesia. (2025). Profil Kemiskinan di Indonesia Maret 2025 (Berita Resmi Statistik No. 63/07/Th. XXVIII, 25 Juli 2025).

BPS Provinsi Bengkulu. (2025). Provinsi Bengkulu Dalam Angka 2025.

Driscoll, J. C., & Kraay, A. C. (1998). Consistent Covariance Matrix Estimation with Spatially Dependent Panel Data. JSTOR, 80(4), 549–560. http://www.jstor.orgURL:http://www.jstor.org/stable/2646837Accessed:03/06/200813:17

Emalia, Z., & Budiarty, I. (2022). Spatial Phenomenon of Multidimentional Poverty in Sumatera Island. Budapest International Research and Critics Institute-Journal (BIRCI-Journal), 5(1), 7488–7500. https://doi.org/10.33258/birci.v5i1.4485

Hasibuan, S. N., & Hasibuan, M. H. (2022). Pemetaan Efek Spasial Kemiskinan Seluruh Kabupaten Di Indonesia. REKSABUMI, 1(1), 17–31. https://doi.org/10.33830/reksabumi.v1i1.2058.2022

Hasibuan, S. N., Juanda, B., & Mulatsih, S. (2019). Analisis Sebaran dan Faktor Penyebab Kemiskinan Di Kabupaten Bandung Barat. Jurnal Agribisnis Indonesia (Journal of Indonesian Agribusiness), 7(2), 79–91. https://doi.org/10.29244/jai.2019.7.2.79-91

Hermes, Juanda, B., Rustiadi, E., & Barus, B. (2017). Pemetaan Efek Spasial pada Data Kemiskinan Kota Bengkulu. Journal of Regional and Rural Development Planning, 1(2), 192–201.

Indartini, M., & Mutmainah. (2024). Analisis Data Kuantitatif. Penerbit Lakeisha.

Lestari, W., Brata, A. S., Anhar, A., & Rahmawati, S. (2023). Analisis Autokorelasi Spasial Global dan Lokal Pada Data Kemiskinan Provinsi Bali. Jambura Journal of Mathematics, 5(1), 218–229. https://doi.org/10.34312/jjom.v5i1.18681

Nugraha, D. P. (2020). Kemiskinan Di Kota Bengkulu, Apa Penyebabnya? JIEP, 20(1), 31–37.

Saputro, M. H. (2022). Analisis Pengaruh Tingkat Kemiskinan Terhadap Indeks Pembangunan Manusia (IPM) Dengan Model Regresi Linier (Studi Kasus Di Kabupaten Bengkulu Utara Pada Tahun 2010-2021). Jurnal Ekombis Review, 10(2), 809–816. https://doi.org/10.37676/ekombis.v10i2

Savitri, C., Faddila, S. P., Irmawartini, Iswari, H. R., Anam, C., Syah, S., Mulyani, R., Sihombing, R., Kismawadi, R., Pujianto, A., Mulyati, A., Astuti, Y., Adinugroho, W. C., Imanuddin, R., Kristia, Nuraini, A., & Siregar, M. T. (2021). Statistik Multivariat dalam Riset. Penerbit Widina Bhakti Persada. www.penerbitwidina.com

Sinurat, R. P. P. (2023). Analisis Faktor-Faktor Penyebab Kemiskinan Sebagai Upaya Penanggulanan Kemiskinan di Indonesia. Jurnal Registratie, 5(2), 87–103. https://doi.org/10.33701/jurnalregistratie.v5i2.3554

Suradi. (2007). Pembangunan Manusia, Kemiskinan dan Kesejahteraan Sosial: Kajian tentang Kebijakan Pembangunan Kesejahteraan Sosial di Nusa Tenggara Barat. Jurnal Penelitian Dan Pengembangan Kesejahteraan Sosial, 12(3), 1–11.

Tarwoco, B. S., Faizin, N., Indriani, Y., & Widodo, E. (2023). Faktor-Faktor yang Mempengaruhi Kemiskinan di Provinsi DI Yogyakarta Tahun 2019-2021 Menggunakan Regresi Data Panel. Buana Matematika: Jurnal Ilmiah Matematika Dan Pendidikan Matematika, 13(2), 113–124.

Tuah, S. N. (2023). Analisis Pengaruh Ketimpangan Pembangunan, Pertumbuhan Ekonomi dan IPM Terhadap Kemiskinan Di Regional Kalimantan. Jurnal Ekonomi Integra, 13(1), 182–193. http://journal.stieip.ac.id/index.php/iga

Wibowo, A. A. (2022). Analisis Autokorelasi Spasial LISA Menggunakan Sistem Informasi Geografis terhadap Angka Tumpatan Gigi di Kabupaten Ciamis. Journal LaGeografia, 21(1), 105–115. https://doi.org/10.35580/lageografia.v21i1.33073

Yasin, H., Hakim, A. R., & Warsito, B. (2020). Regresi Spasial (Aplikasi dengan R). Wade Group.

Zahriyah, A., Suprianik, Parmono, A., & Mustofa. (2021). EKONOMETRIKA: Teknik dan Aplikasi dengan SPSS. Mandala Press.




DOI: https://doi.org/10.26877/imajiner.v8i2.26899

Refbacks

  • There are currently no refbacks.


View My Stats

Barcode ISSN Imajiner: Jurnal Matematika dan Pendidikan Matematika

Imajiner: Jurnal Matematika dan Pendidikan Matematika  telah terindeks pada:

           

Creative Commons License

Imajiner: Jurnal Matematika dan Pendidikan Matematika  by  Program Studi Pendidikan Matematika Universitas PGRI Semarang  is licensed under a  Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at  http://journal.upgris.ac.id/index.php/imajiner.