Pemodelan Spasial Antara Indikator Kemiskinan Dengan Infrastruktur Dan Kondisi Sosial Di Kecamatan Poncokusumo, Kabupaten Malang
Daftar Isi:
- Kemiskinan merupakan salah satu fenomena sosial yang memerlukan suatu perbaikan dari sisi fisik yaitu infrastruktur yang lebih baik dan peningkatan kondisi sosial yaitu ikatan sosial yang lebih kuat sebagai dasar yang membawa suatu wilayah mampu menyelesaikan permasalahan kemiskinan. Kondisi infrastruktur yang buruk akan dapat menghambat masyarakat untuk melakukan aktivitas perekonomian dan sosial sehingga mempengaruhi penghasilan. Kecamatan Poncokusumo dipilih menjadi lokasi studi dikarenakan memiliki jumlah penduduk miskin tertinggi di Kabupaten Malang dengan prosentase 30,23%. Tujuan penelitian ini adalah mengetahui tingkat kemiskinan berdasarkan 4 indikator Worldbank serta memodelkan indikator kemiskinan dengan infrastruktur dan kondisi sosial di Kecamatan Poncokusumo. Metode perhitungan sampel pada penelitian ini menggunakan metode slovin dengan tingkat kesalahan 5 % sehingga sampel penelitian adalah 395 KK. Penelitian ini menggunakan analisis deskriptif-statistic dan evaluatif. Pada penelitian ini menggunakan Social Network Analysis dengan Software UCINET (Versi 6.591) untuk variabel kondisi sosial, dilanjutkan Analisis Spasial Regresi dan Moran’s I serta LISA dengan Geoda (free software). Perhitungan bobot spasial akan dihitung dengan menggunakan queen contiguity karena adanya persinggungan sisi dan sudut pada wilayah studi. Dari hasil pemodelan diketahui jika panjang jalan buruk, jarak menuju sarana pendidikan SD dan persepsi terkait kepedulian tetangga mempengaruhi nilai Headcount Index. Variabel jarak menuju pasar luar kecamatan, jumlah sarana kesehatan, nilai Rate of Participation Responden Raskin, dan persepsi terkait keindahan & kenyamanan lingkungan mempengaruhi nilai Poverty Gap Index. Variabel jumlah pengguna HIPPAM, jumlah mobil jeep, nilai Rate of Participation Responden keseluruhan, dan persepsi terkait ketersediaan bahan pangan mempengaruhi nilai Poverty Saverity Index. Variabel panjang jalan buruk, jarak menuju fasilitas pendidikan SMA, jarak menuju sarana kesehatan, dan dan persepsi terkait ketersediaan bahan pangan mempengaruhi nilai Human Poverty Index. Pemodelan Headcount Index paling sesuai dengan kondisi kemiskinan Kecamatan Poncokusumo dengan selisih 1,32 %. Dari hasil analisis juga diketahui jika kemiskinan di Kecamatan Poncokusumo dipengaruhi oleh korelasi spasial dengan desa yang berdekatan. Saran puntuk penelitian selanjutnya dapat menggunakan indikator kemiskinan MPI (Multidimentional Poverty Indicator) yang mengakomodir faktor pendidikan, kesehatan dan kualitas hidup.