Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kemiskinan adalah fenomena multidimensi dan dalam konteks Indonesia umumnya didominasi oleh kemiskinan pada sektor pertanian. Ketidakmampuan pada aspek-aspek non moneter yang penting seperti kesehatan, pendidikan dan standar hidup dapat menghambat kapabilitas seseorang dan pada gilirannya menentukan status kemiskinan. Penelitian ini menggunakan data Survei Pendapatan RTUP (SPP) 2013 dari BPS dan bertujuan untuk mengukur status kemiskinan multidimensi RTUP di Indonesia dengan metode Alkire-Foster serta menganalisis faktor-faktor yang memengaruhinya. Hasil analisis regresi logistik biner menunjukkan bahwa RTUP yang berisiko tinggi untuk mengalami kemiskinan multidimensi adalah RTUP yang dikepalai perempuan, berumur muda, tingkat pendidikannya rendah, memiliki jumlah anggota rumah tangga yang banyak, miskin moneter, tinggal di luar Jawa, bukan anggota kelompok tani, tidak memanfaatkan layanan bank/koperasi dan mengalami kesulitan dalam menjual hasil pertanian. Temuan lain dari penelitian ini menunjukkan terdapat 57,4 persen RTUP miskin multidimensi yang tidak miskin moneter, sebaliknya terdapat 82,5 persen RTUP miskin moneter yang tidak miskin multidimensi. Kedua pengukuran kemiskinan ini bersifat saling melengkapi dan membutuhkan intervensi kebijakan yang berbeda. Implikasi kebijakan penanggulangan kemiskinan dari hasil penelitian ini mencakup penggunaan hasil pengukuran kemiskinan multidimensi, peningkatan penyuluhan pertanian, pemberdayaan kelompok tani, peningkatan akses kredit ke lembaga keuangan bukan bank dan pembangunan infrastruktur khususnya di luar Jawa.

---

Poverty is a multidimensional phenomenon and in Indonesia context, it has been mainly dominated by agricultural poverty. Vulnerability towards deprivation on crucial non-monetary aspects such as health, education and living standard may deter people in developing his capability thus affecting poverty status. This study uses Agricultural Household Income Survey 2013 from Statistics Indonesia and aims to measure multidimensional poverty status among agricultural households in Indonesia through Alkire-Foster method and analyze factors affecting it. The binary logit estimation shows that agricultural household that highly risk to be multdimensional poor are founded in those who are headed by female, young aged, low educated, large household sized, monetary poor, live outside Java, not involve in farmer association, not use either bank or union services and have difficulty in selling their crops. Another finding reveals that 57.4 percent agricultural households who are multdimensional poor identified as not-monetary poor. Otherwise, 82.5 percent agricultural households who are monetary poor identified as not-multidimensional poor. Both of these poverty measurements are complementary and require different policy interventions. The poverty allevation policy implications of this study include the use of multidimensional poverty measurement result, farmer association empowerment, non-bank financial institutions credit access improvement and infrastructure development, especially outside Java."

"Studi tentang kemiskinan multidimensi telah banyak dilakukan akhir-akhir ini, namun belum terdapat studi kemiskinan multidimensi yang fokus terhadap kelompok pekerja pertanian di Indonesia. Penelitian ini berusaha melihat pengaruh determinan kemiskinan yang terdiri dari lima aspek, yaitu pertanian, pendidikan, demografi, geografis dan sosioekonomi terhadap kemiskinan multidimensi di rumah tangga pertanian Indonesia. Menggunakan data panel dari Indonesia Family Life Survey (IFLS) tahun 2014 dengan teknik regresi cross sectional dan ordinary least square, penelitian ini menunjukkan bahwa determinan luas lahan pertanian dan sistem pengairan lahan dari aspek pertanian, akses terhadap kredit di aspek sosioekonomi, dan tempat tinggal rumah tangga sebagai aspek geografis, memiliki pengaruh signifikan dan negatif terhadap status kemiskinan multidimensi rumah tangga pertanian. Selain berpengaruh ke status kemiskinan, determinan tersebut juga berpengaruh untuk mengurangi nilai kemiskinan multidimensi yang dimiliki oleh rumah tangga pertanian.

---

Research about multidimensional poverty have been carried out lately, but there are no multidimensional poverty studies that focus on agricultural labor groups in Indonesia. This research tries to see the influence of poverty determinants consisting of five aspects, namely agriculture, demography, geographical, education and socioeconomics on multidimensional poverty in Indonesian agricultural households. By using panel data from the 2014 Indonesia Family Life Survey (IFLS) with cross sectional and ordinary least square regression techniques, this study shows that determinants such as agricultural land area and land irrigation systems from the agricultural aspect, access to credit in socioeconomic aspects, and residence household as a geographical aspect, has a significant and negative influence on the multidimensional poverty status of agricultural households. In addition to influencing poverty status, the determinant also has an effect on reducing the multidimensional poverty value that is owned by agricultural households"

"Kemiskinan energi masih menjadi permasalahan penting terutama di negara berkembang seperti Indonesia. Beberapa penelitian sebelumnya menunjukkan bahwa kemiskinan energi erat kaitannya dengan kekurangan pendapatan dalam memenuhi layanan energi dasar. Remitansi diyakini menjadi salah satu stimulus yang potensial dalam mengurangi kemiskinan energi. Penelitian ini bertujuan untuk menganalisis pengaruh remitansi dalam mengurangi kemiskinan energi multidimensi rumah tangga di Indonesia. Data yang digunakan dalam penelitian ini bersumber dari Indonesia Family Life Survey (IFLS) periode tahun 2007 dan 2014. Untuk mengatasi masalah endogenity yang muncul karena adanya reverse causality antara remitansi dan kemiskinan energi, maka penelitian ini menggunakan instrumental variables berupa traditional migrant-sending district. Dengan menggunakan metode 2SLS (two-stage least squares) diperoleh bahwa remitansi dapat menurunkan kemiskinan energi multidimensi di Indonesia. Rumah tangga penerima menggunakan tambahan pendapatan untuk membeli layanan energi seperti listrik, peralatan rumah tangga, dan komunikasi sehingga konsumsi energi meningkat dan selanjutnya kemiskinan energi menurun. Selanjutnya karakteristik rumah tangga juga signifikan dalam mempengaruhi kemiskinan energi seperti status pekerjaan, pendidikan, jenis kelamin, ukuran keluarga, kepemilikan rumah, dan lokasi tempat tinggal. Selain itu, penelitian ini juga menemukan bahwa ketimpangan pendapatan memediasi hubungan remitansi dan kemiskinan energi.

---

Energy Poverty is still an important issue especially in developing countries like Indonesia. Recent studies showed that energy poverty is closely related to a lack of income in fulfilling basic energy needs. Remittances are believed to be one of the potential stimulus in reducing energy poverty. This study aims to analyze the effect of remittances in reducing multidimensional energy poverty of households in Indonesia. The data used in this study comes from the Indonesia Family Life Survey (IFLS) for the 2007 and 2014 periods. To overcome the endogeneity problem that arises because of the reverse causality between remittances and energy poverty, this study uses instrumental variables in the form of traditional migrant-sending districts. By using the 2SLS (two-stage least squares) method, it is found that remittances can reduce multidimensional energy poverty in Indonesia. Recipient households use the additional income to purchase energy services such as electricity, household appliances, and communications so that energy consumption increases and subsequently energy poverty decreases. Furthermore, household characteristics are also significant in influencing energy poverty such as employment status, education, sex, family size, home ownership, and location of residence. In addition, this study also found that income inequality mediates the relationship between remittances and energy poverty."

"Penelitian ini bertujuan untuk mengetahui apakah penganggur atau pekerja yang lebih sejahtera dan untuk mengetahui faktor-faktor apa saja dan karakteristik pekerja yang berpengaruh terhadap status kemiskinannya. Hasil analisis deskriptif menggunakan variabel tingkat pendidikan, status kesehatan, fasilitas rumah yang berasal dari data Susenas 2008 ditemukan bahwa penganggur lebih sejahtera dibanding pekerja. Dalam menganalisis status kemiskinan pekerja digunakan dengan kriteria miskin yaitu di bawah GK, UMP atau 60 persen median earning. Data yang digunakan adalah Sakernas 2008. Dari hasil analisis inferensial menggunakan regresi logistik ditemukan bahwa baik dengan kriteria miskin GK, UMP maupun 60 persen median earning, variabel yang berpengaruh terhadap status kemiskinan pekerja adalah jenis kelamin, umur, pendidikan, daerah tempat tinggal, status perkawinan, lapangan pekerjaan, status pekerjaan, jumlah jam kerja seminggu, lama bekerja di pekerjaan saat ini dan pengalaman mengikuti kursus. Pekerja berpeluang lebih tinggi mengalami kemiskinan jika perempuan, umur di atas 60 tahun, tinggal di desa, cerai, pendidikan 5 SD, sektor pertanian, berusaha sendinl/pekexja bebas, jam kerja kurang dari 35 jam/minggu, belum lama kerja dan tidak pernah kursus.

---

The objective of this study is to find out whether workers or unemployed persons are wealthier and to find out which characteristics of the workers can affect the poverty status ofthe workers. Descriptive analysis on the 2008 Susenas data regarding variables such as education attainment, health status, housing facilities indicates that the unemployed is wealthier than worker. To analyse the poverty status of fo workers, three poverty criteria are used, which are below GK (poverty line), below UMP (provincial minimum wage) and below 60 percent of the value of median earning. The logistic regression results with the 2008 Sakemas data show that in each poverty criterion the variables that affect the poverty status of workers are sex, age, education, living area, marital status, industry, working status, working hour for a week, length working in the current job and attended a course. Workers have higher probability to become poor when they are female, over 60 years old, living in rural area, divorced or widowed, having SD education or below, working in agricultural sector, being self employed/a casual employee, working for less than 35 hours per week, working in a shorter period of time and never attended a course."

"Permasalahan tentang kemiskinan memang seringkali berputar di wilayah pedesaan dan didominasi oleh rumah tangga agrikultur. Petani hampir tidak mengumpulkan modal karena skala usaha mereka dan setiap kali panen, upah mereka dari hasil panen digunakan untuk membayar pinjaman untuk fasilitas produksi dan kebutuhan sehari-hari. Sementara, meningkatnya permintaan pangan akibat pertumbuhan penduduk pun tak terhindarkan. Inklusi Keuangan dirasa bisa menjawab pertanyaan ini sebab bisa berperan sebagai penyangga risiko dan mendorong akumulasi modal bagi rumah tangga agrikultur. Untuk mencari tahu lebih lanjut secara empiris pengaruh inklusi Keuangan pada kemiskinan multidimensi dalam kelompok rumah tangga agrikultur, penelitian ini menggunakan statistik deskriptif melalui cross tabulation dan statistic inferensial menggunakan IV- probit. Ditemukan bahwa kondisi kemiskinan multidimensi pada rumah tangga agrikultur lebih parah jika dibandingkan rumah tangga non-agrikultur serta penggunaan fasilitas inklusi keuangan seperti kredit dan tabungan pun belum bisa digunakan secara maksimal. Akan tetapi jika inklusi Keuangan dapat ditingkatkan, kemiskinan multidimensi dapat dikurangi secara signifikan. Maka, perlu ada kebijakan yang lebih menyasar pada kebutuhan dan permasalahan setiap daerah yang berbeda-beda.

---

The problem of poverty often revolves around rural areas and is dominated by agricultural households. Farmers hardly accumulate capital because of the scale of their business and every harvest, their wages from the harvest are used to repay loans for production facilities and daily needs. Meanwhile, increasing demand for food due to population growth is inevitable. Financial Inclusion can answer this question, as it can act as a risk buffer and encourage capital accumulation for agricultural households. To find out more empirically the effect of Financial Inclusion on multidimensional poverty in agricultural households, this study uses descriptive statistics through cross-tabulation and inferential statistics using IV-probit. It was found that multidimensional poverty in agricultural households is more severe when compared to non-agricultural households and the use of financial inclusion facilities such as credit and savings has not been maximized. However, if financial inclusion can be improved, multidimensional poverty can be reduced significantly. Thus, there needs to be a policy that is more targeted at the needs and problems of each region."

"Populasi penduduk Indonesia yang berusia 60 tahun ke atas telah meningkat dua kali lipat dalam dua dekade terakhir. Jumlah lansia diperkirakan akan mencapai 19,9 persen pada tahun 2045, artinya hampir seperlima penduduk Indonesia pada tahun 2045 adalah lansia. Data Susenas 2021 menunjukkan bahwa persentase penduduk lanjut usia yang menggunakan kayu bakar dan arang untuk memasak sekitar 18,72 persen, sedangkan penduduk bukan lanjut usia hanya 10,29 persen. Penggunaan bahan bakar memasak tradisional seperti kayu bakar dan arang merupakan salah satu indikator kemiskinan energi multidimensi. Beberapa penelitian telah dilakukan untuk mengukur kemiskinan energi pada lansia dan melihat dampaknya terhadap kesehatan, kesehatan kognitif dan mental, serta kesejahteraan dengan analisis unit rumah tangga. Sejauh ini, penelitian tentang pengaruh kemiskinan energi multidimensi (MEP) terhadap kesehatan lansia dengan analisis pada level individu masih terbatas dan belum pernah dilakukan di Indonesia. Penelitian ini dilakukan bertujuan untuk mengukur MEP pada level individu lansia di Indonesia dan kemudian mengetahui dampaknya terhadap status kesehatan. Penelitian ini menggunakan jarak dari titik pusat kabupaten ke pembangkit listrik terdekat pada tahun 1985 sebagai variabel instrumen untuk mengatasi permasalahan endogenitas. Hasil pengolahan data Susenas tahun 2019 hingga 2021 menemukan bahwa, jumlah lansia di Indonesia yang mengalami kemiskinan energi multidimensi (MEP) masih sangat tinggi. Lansia di Indonesia yang mengalami kemiskinan energi pada tahun 2021 sebesar 72,05 persen. Hasil empiris berdasarkan analisis regresi linear menunjukkan bahwa MEP berkorelasi negatif secara signifikan terhadap kesehatan lansia. Sedangkan hasil dari estimasi regresi 2SLS denga menggunakan semua variabel kontrol diperoleh koefisien sebesar -0,3964. Hal ini dapat di interpretasikan bahwa kemiskinan energi multidimensi menurunkan sekitar 67,19 persen status kesehatan lansia pada kelompok kontrol atau lansia yang tidak miskin energi. Hasil penelitian juga menunjukkan bahwa kesehatan lansia di wilayah timur Indonesia lebih terpengaruh oleh kemiskinan energi, dan kemiskinan energi memperburuk status kesehatan lansia yang tinggal di daerah pedesaan.

---

Indonesia's population aged 60 years and over has doubled in the last two decades. Older adults will reach 19.9 percent in 2045, meaning almost one-fifth of Indonesia's population are elderly. Data Susenas 2021 showed that older people dominate the use of firewood and charcoal for cooking at about 18.72 percent, while the non-elderly population is only 10.29 percent. Using traditional cooking fuels like firewood and charcoal indicates energy poverty deprivation. Several studies have been conducted to investigate energy poor in older people and its impact on health, cognitive and mental health, and well-being with household unit analysis. Studies on the effect of multidimensional energy poverty (MEP) on older people's health with individuals are limited and have never been held in Indonesia. This study aims to measure MEP at the individual level of older people in Indonesia and then investigate its impact on their health status. This study uses the historical distance from each regency where the older people lived to the nearest power plant in 1985 as an instrumental variable to overcome the endogeneity problem. The Data processing results of Susenas from 2019 to 2021 found that the number of older people in Indonesia who experience multidimensional energy poverty (MEP) is still very high. There is 72,05 percent of older people who experience energy poverty in 2021. The result of OLS regression is that MEP significantly negatively correlates with older people's health. The coefficient from the two-stage least square estimation result, including all control variables, is -0.3964. At the mean level of the control group, multidimensional energy poverty reduces the health status of older people by 67,19 percent. This study further conducted western-eastern regional and urban-rural comparative analyses. The findings demonstrate that the health of older people in the eastern region is more severely affected, and multidimensional energy poverty deteriorates the health status of rural older people.

"

"Pada 2019, mengikuti estimasi yang dikembangkan oleh Modi et. Al. (2005), 4,47% dan 14,07% rumah tangga di perkotaan dan pedesaan, masing-masing, masih berada dalam status miskin energi di seluruh wilayah di Indonesia. Untuk mengungkap faktor-faktor apa saja yang berkorelasi dengan kejadian kemiskinan energi di Indonesia, studi ini menganalisis determinan kemiskinan energi tingkat rumah tangga di Indonesia dengan memanfaatkan data sosial ekonomi tingkat rumah tangga (Susenas) tahun 2015 hingga 2019. Penelitian ini menggunakan berbagai pendekatan untuk mengukur kemiskinan energi untuk mengumpulkan perspektif yang lebih kaya tentang kejadian kemiskinan energi di Indonesia. Dengan menggunakan regresi logistik dengan efek tetap yang besar, penelitian ini menemukan bahwa hubungan antara kejadian kemiskinan energi dengan variabel sosial ekonomi dan demografi rumah tangga, serta harga energi modern dan alternatif, bervariasi di berbagai pengukuran dan estimasi perkotaan-pedesaan.

---

In 2019, following the estimation developed by Modi et. al. (2005), 4.47% and 14.07% of households in urban and rural areas, respectively, were still enduring energy-poor status across regions in Indonesia. To unpack what factors that correlate with the incidence of energy poverty in Indonesia, this study analyzes the determinants of household-level energy poverty in Indonesia by utilizing Indonesia’s household-level socioeconomic data (SUSENAS) in 2015 until 2019. This study uses multiple approaches to measure energy poverty in order to collect a richer perspective regarding the incidence of energy poverty in Indonesia. By using logistic regression with large fixed effects, this study discovers that the association between the incidence of energy poverty with household’s socio-economic and demographic variables, as well as modern and alternative energy prices, vary across different measurements and urban-rural estimations."

"Kemiskinan merupakan suatu kondisi yang ditandai dengan ketidakmampuan seseorang dalam memenuhi kebutuhan pokoknya. Berdasarkan publikasi Badan Pusat Statistik (BPS) dari tahun 2017 hingga 2020, Provinsi Papua dan Papua Barat yang berada di Pulau Papua merupakan dua provinsi dengan kemiskinan tertinggi di Indonesia. Oleh karena itu, penelitian ini bertujuan untuk menganalisis variabel-variabel yang signifikan memengaruhi kemiskinan di Pulau Papua. Permasalahan kemiskinan merupakan permasalahan kompleks yang tidak hanya terjadi pada satu waktu dan dapat dipengaruhi oleh aspek kewilayahan atau spasial. Hal ini mengindikasikan perlunya dilakukan suatu penelitian yang melibatkan efek spasial dalam beberapa periode waktu. Sehubungan dengan hal tersebut, maka data spasial dengan struktur panel digunakan dalam penelitian ini. Data penelitian yang merupakan data spasial dengan struktur panel mengakibatkan kemungkinan munculnya pengaruh spasial seperti heterogenitas spasial. Uji heterogenitas spasial dilakukan menggunakan uji Breusch-Pagan. Berdasarkan pengujian didapatkan bahwa terdapat heterogenitas spasial pada data kemiskinan di Pulau Papua tahun 2017-2020 sehingga dilakukan analisis lebih lanjut dengan menggunakan model Geographically Weighted Panel Regression (GWPR). Model GWPR dibentuk menggunakan fungsi pembobot kernel Fixed Gaussian, Fixed Bisquare, dan Fixed Tricube. Hasil penelitian menunjukkan bahwa model GWPR dengan fungsi pembobot kernel Fixed Gaussian merupakan model terbaik dalam memodelkan data kemiskinan di Pulau Papua tahun 2017-2020 dengan koefisien determinasi sebesar 84.93% dan RMSE sebesar 0.013459686. Variabel harapan lama sekolah, angka harapan hidup, rasio gini, pengeluaran per kapita disesuaikan, dan tingkat partisipasi angkatan kerja berpengaruh signifikan terhadap kemiskinan pada minimal satu lokasi di kabupaten/kota di Pulau Papua. Variabel angka harapan hidup dan pengeluaran per kapita disesuaikan merupakan variabel yang paling banyak berpengaruh signifikan terhadap kemiskinan di kabupaten/kota di Pulau Papua.

---

Poverty is a condition characterized by a person’s inability to fulfill their basic needs. Based on the publications of Badan Pusat Statistik (BPS) from 2017 to 2020, the provinces of Papua and West Papua on the island of Papua are the two provinces with the highest rates of poverty in Indonesia. Therefore, this study aims to analyze the variables that significantly affect poverty on Papua Island. The problem of poverty is a complex problem that does not only occur at one time and can be influenced by regional or spatial aspects. This indicates the need for a study involving spatial effects over several periods. In this regard, spatial data with panel structure is used in this study. Research data which is spatial data with a panel structure results in the possibility of the emergence of spatial influences such as spatial heterogeneity. A spatial heterogeneity test was performed using the Breusch-Pagan test. Based on the test, it was found that there is spatial heterogeneity in poverty data in Papua Island in 2017-2020 so further analysis will be carried out using the Geographically Weighted Panel Regression (GWPR) model. The GWPR model is formed using the Fixed Gaussian, Fixed Bisquare, and Fixed Tricube kernel weighting functions. The results show that the GWPR model with the Fixed Gaussian kernel weighting function is the best in modeling poverty data in Papua Island in 2017- 2020 with the coefficient of determination of 84.93% and RMSE of 0.013459686. The variables of expected years of schooling, life expectancy, gini ratio, consumption per capita, and labor force participation rate have a significant effect on poverty in at least one location in a district/city on Papua Island. The variables of life expectancy and consumption per capita have a significant effect on poverty in most districts/cities on Papua Island."

"Jawa merupakan sentra pertanian di Indonesia, namun rumah tangga usaha pertanian di Jawa belum sejahtera karena masih didominasi oleh rumah tangga petani dengan lahan minim. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi kesejahteraan rumah tangga usaha pertanian di Jawa menggunakan data Sensus Pertanian 2023. Studi ini menggunakan metode Ordinary Least Squares (OLS) dengan pendekatan cross-section untuk menguji pengaruh faktor tenurial, institusional, dan sosiodemografi terhadap kesejahteraan rumah tangga usaha pertanian. Hasil penelitian menunjukkan bahwa faktor tenurial, institusional, dan sosio-demografi signifikan terhadap kesejahteraan rumah tangga usaha pertanian melalui penurunan angka rumah tangga usaha pertanian lahan minim dengan arah beragam pada level tingkatan. Penelitian ini merekomendasikan pentingnya kebijakan yang lebih efektif dan terarah dalam mendukung akses lahan dan peran institusional untuk rumah tangga usaha pertanian di Jawa.

---

Java is a key agricultural hub in Indonesia; however, agricultural households in Java remain vulnerable, as they are still predominantly characterized by minimal land ownership. This study aims to analyze the factors influencing the welfare of agricultural households in Java using data from the 2023 Agricultural Census. An Ordinary Least Squares (OLS) method with a cross-sectional approach was employed to examine the effects of tenurial, institutional, and sociodemographic factors on household welfare. The results show that tenurial, institutional, and sociodemographic factors significantly affect agricultural household welfare by reducing the prevalence of minimal land ownership, although the direction of influence varies across levels. This study emphasizes the importance of more effective and targeted policies to support land access and strengthen institutional roles for agricultural households in Java."

"Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi pengungkapan piutang pada Laporan Keuangan Pemerintah Daerah (LKPD) di Indonesia sebagai salah satu akun yang mencerminkan akuntansi berbasis akrual pada Pemerintah Daerah. Penelitian ini menggunakan metode regresi Ordinary Least Square (OLS). Hasil pada penelitian ini menunjukkan faktor-faktor yang mampu memengaruhi pengungkapan piutang pada Pemerintah Daerah di Indonesia, yaitu ukuran, kekayaan, dan umur administratif Pemerintah Daerah.

---

the Indonesia Local Government Financial Statement (LGFS) as the one of the accounts that reflect the accrual-based accounting in Local Government. This research use Ordinary Least Square (OLS) regression. This study proves that the size of Local Government, wealth of Local Government, and administrative age of Local Government significantly influence the disclosure of receivables in LGFS."