Upload
others
View
9
Download
0
Embed Size (px)
Citation preview
PENGARUH DANA ZIS, PDRB, IPM DAN GINI
RATIO TERHADAP TINGKAT KEMISKINAN
(Studi Kasus: 10 Kabupaten/Kota Di Provinsi Bengkulu
Pada Tahun 2012-2016)
JURNAL ILMIAH
Disusun oleh:
Azzam Ahmad Ali Akbar
155020501111024
JURUSAN ILMU EKONOMI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS BRAWIJAYA
MALANG
2019
PENGARUH DANA ZIS, PDRB, IPM DAN GINI RATIO TERHADAP
TINGKAT KEMISKINAN
(Studi Kasus: 10 Kabupaten/Kota di Provinsi Bengkulu pada Tahun 2012-
2016)
Azzam Ahmad Ali Akbar
Fakultas Ekonomi dan Bisnis, Universitas Brawijaya
Email: [email protected]
ABSTRAK
Penelitian ini bertujuan untuk mengetahui bagaimana pengaruh dana Zakat, Infaq dan Shadaqah
(ZIS), Produk Domestik Regional Bruto (PDRB), Indeks Pembangunan Manusia (IPM) dan gini
ratio terhadap tingkat kemiskinan di 10 Kabupaten/Kota Provinsi Bengkulu. Penelitian ini
menggunakan metode penelitian kuantitatif. Teknik analisis yang digunakan adalah analisis regresi
data panel. Data yang diperoleh yaitu data sekunder yang berasal dari Badan Pusat Statistik (BPS)
dan dokumen-dokumen dari BAZNAS Provinsi Bengkulu. Data sekunder yang digunakan
merupakan data panel yaitu penggabungan dari time series dari tahun 2012-2016 dan cross section
sebanyak 10 data mewakili kabupaten/kota di provinsi Bengkulu. Hasil penelitian menunjukkan
bahwa variabel dana ZIS berpengaruh negatif dan signifikan terhadap tingkat kemiskinan, variabel
PDRB berpengaruh negatif dan tidak signifikan terhadap tingkat kemiskinan, variabel IPM
berpengaruh negatif dan tidak signifikan terhadap tingkat kemiskinan dan variabel gini ratio
berpengaruh positif dan signifikan terhadap tingkat kemiskinan.
Kata kunci: Dana ZIS , PDRB, IPM, Gini Ratio, Tingkat Kemiskinan.
A. PENDAHULUAN
Menurut Sholeh (2010) dalam Khomsan (2015) kemiskinan merupakan masalah
pembangunan yang bersifat multidimensi karena dalam menanggulanginya masalah yang dihadapi
bukan saja terbatas pada hal yang menyangkut hubungan sebab-akibat timbulnya kemiskinan
melainkan melibatkan juga preferensi, nilai dan politik. Program pemerintah nasional dalam rangka
penanggulangan kemiskinan dari sisi peningkatan perekonomian melalui program Kredit Usaha
Rakyat (KUR) adalah dana pinjaman dalam bentuk Kredit Modal Kerja (KMK) dan atau Kredit
Investasi (KI) dengan plafon kredit dari Rp. 5 Juta sampai dengan Rp. 500 juta, serta Kredit Usaha
Bersama (KUBE) adalah program yang bertujuan meningkatkan kemampuan anggota KUBE di
dalam memenuhi kebutuhan-kebutuhan hidup sehari-hari.
Tabel 1 : Persentase Kemiskinan provinsi Bengkulu dan Indonesia tahun 2012-2016
TAHUN PERSENTASE KEMISKINAN (%)
PROVINSI BENGKULU INDONESIA
2012 17.70 11.96
2013 18.34 11.37
2014 17.48 11.25
2015 17.88 11.22
2016 17.32 10.86
Sumber: BPS diolah, 2018
Tingkat kemiskinan di provinsi Bengkulu mengalami fluktuasi dari tahun 2012 hingga
tahun 2016, dimana pada tahun 2012-2013 kemiskinan di provinsi bengkulu mengalami peningkatan
hingga 0,64%. Pada rentang waktu 2014 hingga tahun 2016 mengalami fluktuasi. Kemiskinan di
provinsi bengkulu sendiri tercatat masih lebih tinggi dibandingkan dengan tingkat kemiskinan di
Indonesia, dimana pada tahun 2016 tingkat kemiskinan di Bengkulu mencapai 17,32%, sedangkan
tingkat kemiskinan di Indonesia hanya sebesar 10,86%.
Terdapat beberapa faktor yang dapat menyebabkan kemiskinan ialah mulai dari tingkat dan
laju pertumbuhan output (atau produktivitas tenaga kerja), tingkat upah neto, distribusi pendapatan,
kesempatan kerja, termasuk jenis pekerjaan yang tersedia dan tingkat inflasi. Pertumbuhan ekonomi
juga menjadi kunci penurunan kemiskinan. Salah satu indikator terciptanya pembangunan yang
dapat mendorong pertumbuhan ekonomi ialah dengan pembangunan manusia (Tambunan, 2003).
Kondisi Indeks Pembangunan Manusia (IPM) di provinsi Bengkulu sendiri dapat dilihat pada tabel
2.
Tabel 2 : Indeks Pembangunan Manusia di Provinsi Bengkulu dan Indonesia tahun 2012-2016
TAHUN INDEKS PEMBANGUNAN MANUSIA (SKALA 0-100)
PROVINSI BENGKULU INDONESIA
2012 66.61 67.70
2013 67.50 68.31
2014 68.06 68.90
2015 68.59 69.55
2016 69.33 70.18
Sumber: BPS diolah, 2018
Indeks Pembangunan Manusia (IPM) di Provinsi Bengkulu selalu mengalami kenaikan dari
tahun 2012 sampai tahun 2016, sama halnya dengan di Indonesia. Menurut Susanti (2000) dalam
Yulianita (2005) faktor lain yang mempengaruhi pertumbuhan ekonomi ialah Produk Domestik
Regional Bruto (PDRB). Kondisi PDRB di provinsi Bengkulu selalu mengalami kenaikan dari tahun
2012 sampai tahun 2016, sama halnya dengan di Indonesia. Hal tersebut dapat dilihat pada tabel 3.
Tabel 3 : PDRB Atas Dasar Harga Konstan provinsi Bengkulu dan Indonesia Tahun 2012-
2016
TAHUN PDRB ATAS DASAR HARGA KONSTAN (JUTA RUPIAH)
PROVINSI BENGKULU INDONESIA
2012 32.363.037.83 7.727.083.400
2013 34.326.371.68 8.156.497.800
2014 36.207.145.91 8.564.866.600
2015 38.066.005.72 8.982.517.100
2016 40.079.870.83 9.434.632.300
Sumber: BPS diolah, 2018
Gini ratio merupakan salah satu faktor yang mempengaruhi tingkat kemiskinan. Menurut
Barber (2008) dalam Annim et al. (2012) memandang hubungan antara kesenjangan dan kemiskinan
sebagai hubungan yang pragmatis, yaitu bahwa kesenjangan menyebabkan kemiskinan semakin
parah. Kondisi gini ratio di provinsi Bengkulu sendiri dapat dilihat pada tabel 4.
Tabel 4 : Gini Ratio di provinsi Bengkulu dan Indonesia Tahun 2012-2016
TAHUN GINI RATIO (SKALA 0-1)
PROV. BENGKULU INDONESIA
2012 0.354 0.410
2013 0.386 0.413
2014 0.356 0.406
2015 0.376 0.408
2016 0.357 0.397
Sumber: BPS diolah, 2018
Pada tabel 4 dapat dilihat bahwa gini ratio di provinsi Bengkulu mengalami fluktuasi dari
tahun 2012 hingga tahun 2016, tetapi secara keseluruhan gini ratio di provinsi Bengkulu tetap lebih
kecil dibandingkan dengan gini ratio di Indonesia, yang artinya tingkat kesenjangan ekonomi di
provinsi Bengkulu masih lebih kecil jika dibandingkan di Indonesia.
Islam memandang bahwa masalah kemiskinan adalah masalah tidak terpenuhinya
kebutuhan-kebutuhan primer secara menyeluruh. Seperti yang telah dijelaskan Q.S. Adz-Dzariat
(51) ayat 19, Allah SWT berfirman:
وَالْمَحْرُومِْ لِلسَّائلِِْ حَقْ أمَْوَالِهِمْْ وَفِي“Dan pada harta-harta mereka ada hak untuk orang miskin yang meminta dan orang miskin yang
tidak mendapat bagian.” (Q.S. Adz-Dzariat: 19).
Salah satu mengatasi kemiskinan menurut pandangan Islam ialah melalui zakat. Zakat
dapat meningkatkan pemerataan pendapatan sehingga memperkecil adanya ketimpangan
pendapatan.
Menurut Wuri (2013) dalam ekonomi Islam, salah satu program pengentasan kemiskinan
ialah dana ZIS (Zakat, Infaq, Sadaqah) dikarenakan Islam mendorong kebijakan pemerataan dan
distribusi pendapatan yang memihak masyarakat miskin (pro-poor income distribution). Peningkatan pengelolaan dana ZIS di provinsi Bengkulu mendapat dukungan yang baik dari
pemerintah provinsi Bengkulu, melalui surat edaran yang diterbitkan gubernur Bengkulu dengan
nomor 451.12/453/8.3.
Tabel 5 : Dana ZIS pada 10 Kabupaten/Kota di provinsi Bengkulu tahun 2012-2016
TAHUN DANA ZIS (RUPIAH)
PROVINSI BENGKULU
2012 2.387.702.893
2013 2.995.360.135
2014 4.032.656.335
2015 5.562.822.546
2016 6.363.634.420
Sumber: BAZNAS provinsi Bengkulu diolah, 2018
Dalam penelitian ini, penulis akan melihat bagaimana pengaruh dana ZIS, Produk
Domestik Regional Bruto (PDRB), Indeks Pembangunan Manusia (IPM), dan Gini Ratio terhadap
tingkat kemiskinan di provinsi Bengkulu pada tahun 2012 hingga 2016.
B. KAJIAN PUSTAKA
Kemiskinan
Badan Perencanaan Pembangunan Nasional (Bappenas) mendefinisikan kemiskinan
sebagai kondisi dimana seseorang atau sekelompok orang tidak mampu memenuhi hak-hak dasarnya
untuk mempertahankan dan mengembangkan kehidupan yang bermartabat. Hak-hak dasar antara
lain: (1) terpenuhinya kebutuhan pangan; (2) kesehatan, pendidikan, pekerjaan, perumahan, air
bersih, pertanahan, sumberdaya alam dan lingkungan; (3) rasa aman; (4) hak untuk berpartisipasi
dalam kehidupan sosial dan politik.
Adapun Ukuran kemiskinan dalam Arsyad (2015), secara sederhana dan yang umum
digunakan dapat dibedakan menjadi dua pengertian:
1. Kemiskinan Absolut, dimana seseorang termasuk golongan miskin absolut apabila hasil
pendapatannya berada di bawah garis kemiskinan dan tidak cukup untuk menentukan
kebutuhan dasar hidupnya.
2. Kemiskinan Relatif, dimana seseorang termasuk golongan miskin relatif apabila telah dapat
memenuhi kebutuhan dasar hidupnya, tetapi masih jauh lebih rendah dibandingkan dengan
keadaan ekonomi masyarakat sekitarnya.
Zakat, Infaq dan Shadaqah (ZIS)
Zakat adalah harta disisihkan oleh wajib yang seorang muslim atau badan yang dimiliki
oleh orang muslim sesuai dengan ketentuan agama untuk diberikan kepada yang berhak
menerimanya (Departemen Agama RI, 2009).
Infak atau sedekah merupakan pemberian dari seorang muslim secara sukarela tanpa
dibatasi oleh waktu dan jumlah yang tertentu yang dilakukan dengan mengharap ridho dari Allah
SWT (Amalia,2010).
Produk Domestik Regional Bruto (PDRB)
PDRB adalah jumlah nilai tambah yang dihasilkan oleh seluruh unit usaha dalam satu
daerah tertentu atau jumlah seluruh nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit
ekonomi di suatu daerah (Widodo, 2006).
PDRB dapat menggambarkan kemampuan suatu daerah mengelola sumber saya alam yang
dimilikinya. Oleh karena itu besaran PDRB yang dihasilkan oleh masing-masing daerah sangat
bergantung kepada potensi sumber daya alam dan faktor produksi Daerah tersebut. Adanya
keterbatasan dalam penyediaan faktor-faktor tersebut menyebabkan besaran PDRB bervariasi di
setiap daerah (Syahrullah, 2014).
Indeks Pembangunan Manusia (IPM)
IPM merupakan indeks komposit yang dihitung sebagai rata-rata sederhana dari tiga indeks
yang menggambarkan kemampuan dasar manusia dalam memperluas pilihan-pilihan, yaitu indeks
harapan hidup; indeks pendidikan; dan indeks standart hidup layak (Setiawan dkk, 2013).
Konsep IPM pertama kali dipublikasikan UNDP melalui Human Development Report pada
tahun 1996, yang kemudian berlanjut setiap tahun. Dalam publikasi tersebut dijelaskan bahwa
pembangunan manusia adalah sebagai proses yang meningkatkan aspek kehidupan masyarakat
(Setiawan dkk, 2013). Secara spesifik UNDP dalam Setiawan dkk (2013) menetapkan empat elemen
utama dalam pembangunan manusia yaitu:
1. Produktivitas (productivity)
2. Pemerataan (equity)
3. Keberlanjutan (sustainability)
4. Pemberdayaan (empowerment)
Gini Ratio
Koefisien gini menurut BPS didasarkan pada kurva lorenz, yaitu sebuah kurva pengeluaran
kumulatif yang membandingkan distribusi dari suatu variabel tertentu (misalnya pendapatan)
dengan distribusi uniform (seragam) yang mewakili persentase kumulatif penduduk.
Ukuran Gini Ratio sebagai ukuran pemerataan pendapatan mempunyai selang nilai antara
0 sampai dengan 1. Bila gini ratio mendekati nol menunjukkan adanya ketimpangan yang rendah
dan bila gini ratio mendekati satu menunjukkan ketimpangan yang tinggi.
Hipotesis
Berdasarkan landasan teori dan penelitian terdahulu, maka dengan adanya faktor yang
mempengaruhi tingkat kemiskinan pada kabupaten/kota di provinsi Bengkulu, dapat dirumuskan
hipotesis sebagai berikut:
a. Diduga variabel dana ZIS berpengaruh negatif terhadap tingkat kemiskinan kabupaten/kota
provinsi Bengkulu.
b. Diduga variabel Produk Domestik Regional Bruto (PDRB) berpengaruh negatif terhadap
tingkat kemiskinan kabupaten/kota provinsi Bengkulu.
c. Diduga variabel Indeks Pembangunan Manusia (IPM) berpengaruh negatif terhadap tingkat
kemiskinan kabupaten/kota provinsi Bengkulu.
d. Diduga variabel Gini Ratio berpengaruh positif terhadap tingkat kemiskinan
kabupaten/kota provinsi Bengkulu.
C. METODE PENELITIAN
Tujuan dari penelitian ini untuk mengetahui pengaruh dana ZIS (X1), PDRB (X2), IPM
(X3), dan gini ratio (X4) terhadap tingkat kemiskinan (Y) pada 10 Kabupaten/Kota di Provinsi
Bengkulu pada tahun 2012-2016. Sesuai dengan tujuan tersebut, penelitian ini menggunakan
pendekatan kuantitatif. Penelitian ini dilaksanakan di BAZNAS Provinsi Bengkulu.
Adapun data yang digunakan dalam penelitian ini menggunakan data sekunder yang
berasal dari Badan Pusat Statistik (BPS) dan dokumen-dokumen dari BAZNAS Provinsi Bengkulu. Data sekunder yang digunakan merupakan data panel yaitu penggabungan dari time series dari tahun
2012-2016 dan cross section sebanyak 10 data mewakili kabupaten/kota di provinsi Bengkulu
Dalam menentukan model analisis agar diperoleh hasil analisis yang baik, maka model
tersebut tidak lepas dari permasalahan yang ada. Penelitian ini bertujuan untuk mengetahui pengaruh
variabel bebas terhadap variabel terikat, maka digunakan model analisis regresi data panel.
Dikarenakan adanya perbedaan satuan dan besaran variabel bebas dalam persamaan menyebabkan
persamaan regresi harus dibuat dengan model logaritma natural. Dalam model penelitian ini
logaritma yang digunakan adalah dalam bentuk logaritma-linier (log) sehingga persamaan menjadi
sebagai berikut:
LogTKitْ=ْβοْ+ْβ1ْLogْZISitْ+ْβ2ْLogْPDRBitْ+ْβ3ْLogْGRitْ+ْβ4ْLogْIPMitْ+ْέit
Keterangan:
Log = Log – linear
TK = Tingkat Kemiskinan
ZIS = Zakat, Infaq, Shodaqoh
PDRB = Produk Domestik Regional Bruto
GR = Gini Ratio
IPM = Indeks Pembangunan Manusia
i = cross section
t = time series
βοْ=ْintercept
β1,ْβ2,ْ.ْ.ْ.ْdstْ=ْkoefisienْregresi
έْ=ْerrorْterm
D. HASIL DAN PEMBAHASAN
Uji Asumsi Klasik
Sebelum melakukan analisis regresi, agar mendapatkan asumsi asumsi tidak bias dan
efisien maka dilakukan pengujian asumsi klasik diantaranya adalah uji normalitas, multikolinearitas,
heteroskedastisitas dan autokorelasi. Berikut adalah hasil uji asumsi klasik untuk model regresi yang
digunakan dalam penelitian ini:
Gambar 1: Hasil Uji normalitas
Sumber: Olah data Eviews, 2019
Dari hasil perhitungan didapat nilai probabilitas sebesar 0.264870 (dapat dilihat pada
Gambar 1) atau lebih besar dari 0.05; maka ketentuan H0 diterima yaitu bahwa asumsi normalitas
terpenuhi.
Tabel 6: Hasil Uji Multikolinearitas
Coefficient Uncentered Centered
Variable Variance VIF VIF
C 0.705398 8025.899 NA
PDRB 0.001553 2749.009 1.051406
ZIS 0.000413 327.1933 1.177321
RATIO 0.073305 186.6108 1.308008
IPM 0.182581 6891.236 1.214984
Sumber: Olah data Eviews, 2019
Pada hasil pengujian didapat bahwa keseluruhan nilai VIF < 10 sehingga dapat disimpulkan
bahwa tidak terjadi multikolinearitas antar variabel bebas.
Tabel 7: Hasil Heteroskedastisitas
Heteroskedasticity Test: White
F-statistic 0.527909 Prob. F(4,45) 0.7158
Obs*R-squared 2.241099 Prob. Chi-Square(4) 0.6915
Scaled explained SS 2.174507 Prob. Chi-Square(4) 0.7037
Sumber: Olah data Eviews, 2019
Dari Hasil uji heterokedaskitas dapat terlihat bahwa nilai Prob. Chi-square adalah 0,6915.
Karena nilainya lebih besar dari 0,05 sehingga dapat disimpulkan bahwa tidak terdapat
heteroskedastisitas.
Tabel 8: Hasil Autokorelasi Uji Durbin Watson
R-squared 0.503160 Mean dependent var 0.269307
Adjusted R-squared 0.458996 S.D. dependent var 0.044410
S.E. of regression 0.032665 Sum squared resid 0.048015
F-statistic 11.39310 Durbin-Watson stat 2.075506
Prob(F-statistic) 0.000002
Sumber: Olah data Eviews, 2019
Dari hasil uji DW terhadap model regresi menghasilkan koefisien d sebesar 2.075506. Oleh
karena nilai DW diantara dU (1,721) dan 4-dU (2,279) atau 1,721<2,075< 2,279, sehingga dapat
disimpulkan persamaan regresi tidak mengalami adanya masalah autokorelasi.
Pemilihan Regresi Data Panel
Dalam pengolahan data panel mekanisme uji untuk menentukan metode pemilihan data
panel yang tepat yaitu dengan cara membandingkan metode pendekatan PLS dengan metode
pendekatan FEM terlebih dahulu. Jika hasil yang diperoleh menunjukkan model pendekatan PLS
yang diterima, maka model pendekatan PLS yang akan dianalisis. Jika model pendekatan FEM yang
diterima, maka melakukan perbandingan lagi dengan model pendekatan REM. Untuk melakukan
model mana yang akan dipakai, maka dilakukan pengujian diantaranya Uji Chow, Uji Hausman dan
Uji Lagrange Multiplier.
Uji Chow
Tabel 9: Hasil Uji Chow
Redundant Fixed Effects Tests
Equation: PERSAMAAN
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 16.844074 (9,36) 0.0000
Cross-section Chi-square 82.538765 9 0.0000
Sumber: Olah data Eviews, 2019
Hasil redundant fixed effect atau likelihood ratio untuk model ini memiliki nilai probabilitas
lebih kecil dari Alpha (0,05), sehingga H0 ditolak dan H1 diterima, model yang sesuai dari hasil ini
yaitu fixed effect (Karena nilai probabilitas sebesar 0,0000 < 0,05).
Uji Hausman
Tabel 10: Hasil Uji Hausman
Correlated Random Effects - Hausman Test
Equation: PERSAMAAN
Test cross-section random effects
Test Summary
Chi-Sq.
Statistic Chi-Sq. d.f. Prob.
Cross-section random 4.549244 4 0.3367
Sumber: Olah data Eviews, 2019
Hasil Uji Hausman untuk model ini memiliki nilai probabilitas lebih besar dari Alpha
(0,05), sehingga H0 diterima dan H1 ditolak, model yang sesuai dari hasil ini yaitu random effect
(Karena nilai probabilitas sebesar 0,3367 > 0,05).
Uji Lagrange Multiplier
Tabel 11: Hasil Uji Lagrange Multiplier
Lagrange Multiplier Tests for Random Effects
Null hypotheses: No effects
Alternative hypotheses: Two-sided (Breusch-Pagan) and one-sided (all others) alternatives
Test Hypothesis
Cross-section Time Both
Breusch-Pagan 36.87589 0.125117 37.00101
(0.0000) (0.7236) (0.0000)
Honda 6.072552 0.353718 4.544059
(0.0000) (0.3618) (0.0000)
King-Wu 6.072552 0.353718 3.662757
(0.0000) (0.3618) (0.0001)
Standardized Honda 8.142126 0.689258 2.795147
(0.0000) (0.2453)
(0.0026)
Standardized King-Wu 8.142126 0.689258 1.806881
(0.0000) (0.2453) (0.0354)
Gourierioux, et al.* -- -- 37.00101
(< 0.01)
*Mixed chi-square asymptotic critical values:
1% 7.289
5% 4.321
10% 2.952
Sumber: Olah data Eviews, 2019
Dari hasil tabel 6 dapat dilihat bahwa nilai Prob. Breusch-Pagan (BP) sebesar 0.0000 (Pada
kolom ketiga yaitu "Both"). sesuai hipotesis, jika Prob BP (0.0000 < 0,05) maka H0 ditolak, dengan
kata lain model yang cocok adalah Random effect Model.
Analisis Regresi Data Panel
Analisis Regresi Data Panel dilakukan untuk mengetahui besarnya pengaruh veriabel
independen terhadap variabel dependen. Hasil dari pengolahan data didapat model regresi seperti
pada tabel 12 berikut:
Tabel 12: Persamaan Regresi
Variable Coefficient Std. Error t-Statistic Prob.
C 2.999671 0.818480 3.664931 0.0007
PDRB -0.029662 0.054010 -0.549190 0.5856
ZIS -0.075196 0.025984 -2.893948 0.0058
RATIO 0.859426 0.188701 4.554425 0.0000
IPM -0.203702 0.260995 -0.780482 0.4392
Sumber: hasil olahan statistik, 2019
Berdasarkan pada Tabel 12 didapatkan persamaan regresi sebagai berikut :
Y = 2.999671 - 0.075196X1 - 0.029662X2 - 0.203702X3 + 0.859426X4
Dari persamaan di atas dapat diinterpretasikan sebagai berikut:
a. Tingkat Kemiskinan akan turun sebesar 0.075196 persen untuk setiap tambahan Rp. 1 X1
(Dana ZIS). Jadi apabila Dana ZIS naik sebesar Rp. 1, maka Tingkat Kemiskinan akan turun
sebesar 0.075196 persen dengan asumsi variable yang lain tetap.
b. Tingkat Kemiskinan akan turun sebesar 0.029662 persen untuk setiap tambahan Rp. 1 X2
(PDRB). Jadi apabila PDRB naik sebesar Rp. 1, maka Tingkat Kemiskinan akan turun sebesar
0.029662 persen dengan asumsi variable yang lain tetap.
c. Tingkat Kemiskinan akan turun sebesar 0.203702 persen untuk setiap kenaikan 1 tingkat X3
(IPM). Jadi apabila IPM naik 1 tingkat, maka Tingkat Kemiskinan akan turun sebesar 0.203702
persen dengan asumsi variable yang lain tetap.
d. Tingkat Kemiskinan akan naik sebesar 0.859426 persen untuk setiap kenaikan 1 tingkat X4
(Gini Ratio). Jadi apabila Gini Ratio naik 1 tingkat, maka Tingkat Kemiskinan akan naik
sebesar 0.859426 persen dengan asumsi variable yang lain tetap
Uji Statistik
Uji statistik terdiri dari pengujian koefisien regresi parsial (uji t), pengujian koefisien
regresi secara bersama-sama (uji F), dan pengujian koefisien determinasi Goodness of fit test (R2).
Tabel 13: Hasil Uji t
Variable t-Statistic Prob. Keterangan
C 3.664931 0.0007
PDRB -0.549190 0.5856 Tidak Signifikan
ZIS -2.893948 0.0058 Signifikan
RATIO 4.554425 0.0000 Signifikan
IPM -0.780482 0.4392 Tidak Signifikan
Sumber: Olah data Eviews, 2019
Berdasarkan Tabel 13 diperoleh hasil sebagai berikut:
a. Ujiْtْpadaْαْ=ْ5%ْْpadaْtabelْ13, nilai probabilitas variabel Dana ZIS sebesar 0.0058 atau lebih
kecil dari 0,05 maka dapat disimpulkan Dana ZIS berpengaruh signifikan terhadap Tingkat
Kemiskinan. Apabila dilihat dari nilai t tabel pada alpha 0,05 (one tail) df=n-1=50-1=49 adalah
1.6766, sedangkan nilai t hitung sebesar 2.893948 (negatif). Berarti thitung > ttabel, maka H1
diterima dan H0 ditolak. Dengan demikian, dapat disimpulkan Dana ZIS berpengaruh negatif
dan signifikan terhadap Tingkat Kemiskinan di Provinsi Bengkulu pada periode tahun 2012 –
2016.
b. Ujiْtْpadaْαْ=ْ5%ْْpadaْtabelْ13, nilai probabilitas variabel Produk Domestik Regional Bruto
(PDRB) sebesar 0.5856 atau lebih besar dari 0,05 maka dapat disimpulkan PDRB tidak
berpengaruh signifikan terhadap Tingkat Kemiskinan. Apabila dilihat dari nilai t tabel pada
alpha 0,05 (one tail) df=n-1=50-1=49 adalah 1.6766, sedangkan nilai t hitung sebesar 0.549190
(negatif). Berarti thitung < ttabel, maka H1 ditolak dan H0 diterima. Dengan demikian, dapat
disimpulkan Produk Domestik Regional Bruto (PDRB) per Kapita berpengaruh negatif dan
tidak signifikan terhadap Tingkat Kemiskinan di Provinsi Bengkulu pada periode tahun 2012
– 2016.
c. Ujiْ tْpadaْαْ=ْ5%ْْpadaْ tabelْ13, nilai probabilitas variabel Indeks Pembangunan Manusia
(IPM) sebesar 0.4392 atau lebih besar dari 0,05 maka dapat disimpulkan Indeks Pembangunan
Manusia (IPM) tidak berpengaruh signifikan terhadap Tingkat Kemiskinan. Apabila dilihat
dari nilai t tabel pada alpha 0,05 (one tail) df=n-1=50-1=49 adalah 1.6766, sedangkan nilai t
hitung sebesar 0.780482 (negatif). Berarti thitung < ttabel, maka H1 ditolak dan H0 diterima.
Dengan demikian, dapat disimpulkan Indeks Pembangunan Manusia (IPM) berpengaruh
negatif dan tidak signifikan terhadap Tingkat Kemiskinan di Provinsi Bengkulu pada periode
tahun 2012 – 2016.
d. Ujiْ tْpadaْαْ=ْ5%ْْpadaْtabelْ13, nilai probabilitas variabel Gini Ratio sebesar 0.0000 atau
lebih kecil dari 0,05 maka dapat disimpulkan Gini Ratio berpengaruh signifikan terhadap
Tingkat Kemiskinan. Apabila dilihat dari nilai t tabel pada alpha 0,05 (one tail) df=n-1=50-
1=49 adalah 1.6766, sedangkan nilai t hitung sebesar 4.554425 (positif). Berarti thitung >
ttabel, maka H1 diterima dan H0 ditolak. Dengan demikian, dapat disimpulkan Gini Ratio
berpengaruh positif dan signifikan terhadap Tingkat Kemiskinan di Provinsi Bengkulu pada
periode tahun 2012 – 2016.
Tabel 14: Hasil Uji F
R-squared 0.503160
Adjusted R-squared 0.458996
S.E. of regression 0.032665
F-statistic 11.39310
Prob(F-statistic) 0.000002
Sumber: Olah data Eviews, 2019
Berdasarkan tabel 14, diperoleh nilai probabilitas statistiknya 0,000002 maka dapat
disimpulkan bahwa variabel independen (Dana ZIS, PDRB, IPM, dan Gini Ratio) berpengaruh
signifikan secara simultan terhadap variabel dependen (Tingkat Kemiskinan).
Koefisien Determinasi
Tabel 15: Koefisien Determinasi
R-squared 0.503160
Adjusted R-squared 0.458996
Sumber: Olah data Eviews, 2019
Koefisien determinasi digunakan untuk menghitung besarnya pengaruh atau kontribusi
variabel bebas terhadap variabel terikat. Dari hasil pada tabel diatas diperoleh hasil R2 (koefisien
determinasi) sebesar 0,503160. Artinya bahwa 50,3% variabel Tingkat Kemiskinan di 10
Kabupaten/Kota Provinsi Bengkulu akan dipengaruhi oleh variabel independennya, yaitu Dana ZIS
(X1), PDRB (X2), IPM (X3), dan Gini Ratio (X4). Sedangkan sisanya 49,7% variabel Tingkat
Kemiskinan akan dipengaruhi oleh variabel-variabel yang lain yang tidak dibahas dalam penelitian
ini.
Pembahasan
Berdasarkan hasil estimasi regresi, maka interpretasi dari model regresi yakni dampak
variabel dana ZIS, PDRB, IPM, dan gini ratio terhadap tingkat kemiskinan dapat dijelaskan sebagai
berikut:
Dampak Variabel Dana ZIS Terhadap Tingkat Kemiskinan Zakat menurut penelitian yang dilakukan oleh penulis sama halnya dengan hasil
penelitianْyangْtelahْdilakukanْolehْUjangْSyahrulْMْpadaْtahunْ2009ْyangْberjudulْ“Pengaruh
Anggaran Belanja Bidang Kesejahteraan Rakyat, pendayagunaan Dana ZIS dan PDRB per Kapita
terhadap Tingkat Kemiskinan” dimana dana ZIS berpengaruh negatif dan signifikan terhadap tingkat
kemiskinan. Zakat yang memainkan peran penting dalam redistribusi pendapatan juga diharapkan
mampu untuk meningkatkan pengeluaran konsumsi pada masyarakat (Ali et al, 2015).
Tabel 16: Rata-Rata Pengeluaran Perkapita Perdesaan dan Perkotaan Menurut Kelompok
Barang di Provinsi Bengkulu Tahun 2012-2016
Tahun
Rata-Rata Pengeluaran Perkapita Perdesaan dan Perkotaan Menurut Kelompok
Barang (Rupiah)
Makanan Non Makanan Jumlah
2012 330 123 235 436 565 559
2013 348 161 306 290 654 451
2014 384 146 321 685 705 831
2015 413 263 397 815 811 077
2016 447 384 447 410 894 794
Sumber: BPS, diolah 2019
Di provinsi Bengkulu sendiri dengan pemberian zakat kepada masyarakat miskin
berdampak pada kenaikan pengeluaran masyarakat seperti pada tabel di samping, dengan
pengeluaran yang selalu meningkat setiap tahunnya, maka hal tersebut dapat meningkatkan
konsumsi pada masyarakat sehingga meningkatkan perekonomian. Dengan meningkatnya
perekonomian, hal tersebut dapat mengurangi tingkat kemiskinan di Provinsi Bengkulu.
Dampak Variabel PDRB Terhadap Tingkat Kemiskinan PDRB menurut penelitian yang dilakukan oleh penulis sama halnya dengan hasil penelitian
yangْdilakukanْolehْUjangْSyahrulْMْpadaْtahunْ2009ْyangْberjudulْ“Pengaruh Anggaran Belanja
Bidang Kesejahteraan Rakyat, pendayagunaan Dana ZIS dan PDRB per Kapita terhadap Tignkat
Kemiskinan”ْdimanaْhasilْpenelitianْtersebutْmenunjukkanْvariabelْPDRBْperْKapitaْberpengaruhْ
negatif dan tidak signifikan terhadap variabel tingkat kemiskinan.
Sektor penyumbang PDRB di provinsi Bengkulu dengan distribusi yang paling tinggi ialah
sektor pertanian, kehutanan dan perikanan. Selanjutnya sektor dengan distribusi yang paling tinggi
ialah sektor perdagangan besar – eceran, dan reparasi mobil – sepeda motor. Hal tersebut dapat
dilihat pada tabel sebagai berikut.
Tabel 17: Distribusi Persentase PDRB Provinsi Bengkulu Tahun 2012-2016
Tahun Pertanian, Kehutanan dan
Perikanan (%)
Perdagangan Besar –
Eceran, Dan Reparasi Mobil
– Sepeda Motor (%)
Lainnya (%)
2012 31.74 13.84 54.42
2013 31.13 14.10 54.77
2014 30.24 14.30 55.46
2015 29.42 14.56 56.02
2016 28.82 14.91 56.27
Sumber: BPS, diolah 2019
Dapat dilihat pada tabel bahwa distribusi persentase dari sektor pertanian, kehutanan dan
perikanan mengalami penurunan setiap tahunnya, sedangkan untuk sektor perdagangan besar –
eceran dan reparasi mobil – sepeda motor mengalami kenaikan sejak tahun 2012 hingga tahun 2016.
Dengan distribusi persentase yang paling tinggi pada sektor pertanian, kehutanan dan
perikanan di provinsi Bengkulu tetapi pada sektor tersebut memiliki pertumbuhan yang cenderung
mengalami penurunan sejak tahun 2012 hingga tahun 2016, hal berbeda terjadi pada sektor
perdagangan besar – eceran dan reparasi mobil – sepeda motor dimana pada sektor tersebut memiliki
pertumbuhan yang cenderung meningkat. Hal tersebut dapat dilihat pada tabel sebagai berikut:
Tabel 18: Pertumbuhan PDRB Provinsi Bengkulu Tahun 2012-2016
Tahun
Pertanian,
Kehutanan dan
Perikanan (%)
Perdagangan Besar – Eceran
dan Reparasi Mobil –
Sepeda Motor (%)
Lainnya (%)
2012 5.53 0.88 7.58
2013 4.03 8.05 6.74
2014 2.46 6.99 6.80
2015 2.26 7.03 6.21
2016 3.16 7.82 5.75
Sumber: BPS, diolah 2019
Rata-rata pertumbuhan pada sektor pertanian, kehutanan dan perikanan juga lebih rendah
dibandingkan rata-rata pertumbuhan pada sektor perdagangan besar – eceran dan reparasi mobil –
sepeda motor dimana pada sektor pertanian, kehutanan dan perikanan rata-rata pertumbuhannya
hanya sebesar 3%.
Jumlah penduduk miskin di provinsi Bengkulu di daerah pedesaan jauh lebih besar
dibandingkan dengan perkotaan yang besarannya hampir 70%. Hal tersebut dapat dilihat pada tabel
19 sebagai berikut:
Tabel 19: Jumlah Penduduk Miskin Provinsi Bengkulu Tahun 2012-2016
Tahun
Jumlah Penduduk Miskin di Provinsi Bengkulu
Penduduk Miskin (Ribu Jiwa) Penduduk Miskin (%)
Kota Desa Kota +
Desa Kota Desa
Kota +
Desa
2012 92.67 217.8 310.47 29.85 70.15 100
2013 97.66 222.75 320.41 30.48 69.52 100
2014 99.59 216.91 316.5 31.47 68.53 100
2015 106 216.83 322.83 32.83 67.17 100
2016 98.07 227.53 325.6 30.12 69.88 100
Sumber: BPS, diolah 2019
Dikarenakan pertumbuhan pada sektor pertanian, kehutanan dan perikanan yang cenderung
menurun setiap tahun berbeda dengan pertumbuhan pada sektor perdagangan besar – eceran dan
reparasi mobil – sepeda motor yang cenderung meningkat setiap tahun, maka masyarakat desa yang
umumnya bekerja di sektor pertanian, kehutanan dan perikanan akan menjadi masyarakat yang
paling dirugikan.
Sektor pertanian, kehutanan dan perikanan menjadi penyumbang PDRB dengan persentase
yang paling tinggi dibanding sektor lainnya tetapi sektor tersebut mengalami pertumbuhan yang
cenderung menurun. Maka dari adanya hal-hal tersebut menyebabkan PDRB tidak mempengaruhi
kemiskinan secara signifikan di provinsi Bengkulu.
Dampak Variabel IPM Terhadap Tingkat Kemiskinan IPM menurut penelitian yang dilakukan oleh penulis sama halnya dengan penelitian yang
dilakukanْolehْAhmadْSyaifullahْdanْNazaruddinْMalikْpadaْtahunْ2017ْdenganْjudulْ“Pengaruh
Indeks Pembangunan Manusia dan Produk Domestik Bruto Terhadap Tingkat Kemiskinan di
ASEAN-4 (Studi pada 4 Negara ASEAN (Malaysia, Thailand, Indonesia dan Filipina))”ْdimanaْ
menunjukkan variabel IPM berpengaruh negatif dan tidak signifikan terhadap variabel tingkat
kemiskinan.
Di provinsi Bengkulu sendiri untuk menjelaskan hal tersebut penulis menjabarkan
bagaimana pengaruh setiap dimensi dasar IPM terhadap tingkat kemiskinan. Dimensi pertama yaitu
dimensi pendidikan yang menurut BPS dapat diukur melalui Angka Harapan Lama Sekolah seperti
pada tabel sebagai berikut:
Tabel 20 : Angka Harapan Lama Sekolah dan Tingkat Kemiskinan Provinsi Bengkulu Tahun
2012-2016
Tahun Angka Harapan Lama Sekolah
(Tahun)
Tingkat Kemiskinan (%)
2012 12.20 17.70
2013 12.78 18.34
2014 13.01 17.48
2015 13.18 17.88
2016 13.38 17.32
Sumber: BPS, diolah 2019
Dapat dilihat bahwa angka Harapan Lama Sekolah pada rentang waktu tahun 2012 hingga
2016 selalu mengalami peningkatan, tetapi tingkat kemiskinan cenderung mengalami fluktuatif. Hal
ini menandakan bahwa di provinsi Bengkulu pada dimensi pendidikan tidak mempengaruhi tingkat
kemiskinan.
Kedua yaitu dimensi kesehatan yang dapat diukur melalui Angka Harapan Hidup dan di
provinsi Bengkulu sendiri Angka Harapan Hidup dapat dilihat pada tabel sebagai berikut.
Tabel 21: Angka Harapan Hidup dan Tingkat Kemiskinan Provinsi Bengkulu Tahun 2012-
2016
Tahun Angka Harapan Hidup (Tahun)
Tingkat Kemiskinan (%)
2012 66.61 17.70
2013 67.50 18.34
2014 68.06 17.48
2015 68.59 17.88
2016 69.33 17.32
Sumber: BPS, diolah 2019
Dapat dilihat bahwa Angka Harapan Hidup di provinsi Bengkulu pada rentang waktu
tahun 2012 hingga 2016 selalu mengalami peningkatan, tetapi tingkat kemiskinan di provinsi
Bengkulu pada rentang waktu tahun 2012 hingga 2016 cenderung mengalami fluktuatif. Hal ini
menandakan bahwa pada dimensi kesehatan tidak mempengaruhi tingkat kemiskinan di provinsi
Bengkulu.
Ketiga yaitu dimensi standar hidup layak yang dapat diukur melalui PDRB per kapita dan
di provinsi Bengkulu sendiri PDRB per kapita dapat dilihat pada tabel sebagai berikut.
Tabel 22: PDRB Per Kapita dan Tingkat Kemiskinan Provinsi Bengkulu Tahun 2012-2016
Tahun PDRB Per Kapita ADHK 2010 (Ribu
Rupiah) Tingkat Kemiskinan (%)
2012 18.143.510 17.70
2013 18.919.300 18.34
2014 19.626.720 17.48
2015 20.302.480 17.88
2016 21.041.590 17.32
Sumber: BPS, diolah 2019
Dapat dilihat bahwa PDRB per kapita di provinsi Bengkulu pada rentang waktu tahun
2012 hingga 2016 selalu mengalami peningkatan, tetapi tingkat kemiskinan di provinsi Bengkulu
pada rentang waktu tahun 2012 hingga 2016 cenderung mengalami fluktuatif. Hal ini menandakan
bahwa pada dimensi standar hidup layak tidak mempengaruhi tingkat kemiskinan di provinsi
Bengkulu.
Dari tiga dimensi utama yang membentuk Indeks Pembangunan Manusia yaitu
Pendidikan, Kesehatan dan Standar Hidup Layak di provinsi Bengkulu sendiri tidak mempengaruhi
tingkat kemiskinan secara signifikan dikarenakan ketiga dimensi tersebut tidak mampu memiliki
peranan yang signifikan dalam menurunkan tingkat kemiskinan di provinsi Bengkulu.
Dampak Variabel Gini Ratio Terhadap Tingkat Kemiskinan Pada penelitian yang dilakukan oleh Felix Naschold pada tahunْ2002ْyangْberjudulْ“Why
Inequality Matters for Poverty”ْkitaْdapatْmengetahuiْbagaimanaْpengaruhْketimpanganْterhadapْ
kemiskinan secara tidak langsung melalui pertumbuhan, dengan melihat bagaimana pengaruh
ketimpangan terhadap pertumbuhan.
Kita dapat mengetahui hal tersebut dengan melihat hasil penelitian yang dikemukakan oleh
Galor dan Moav (2004) bahwa dalam jangka pendek hubungan antara ketimpangan pendapatan dan
pertumbuhan ekonomi ialah positif, sedangkan dalam jangka panjang hubungan antara ketimpangan
pendapatan dan pertumbuhan ekonomi ialah negatif.
Hal yang sama juga dikemukakan oleh Knowles (2001) yakni ketimpangan memiliki efek
negatif terhadap pertumbuhan. Di provinsi Bengkulu sendiri ketimpangan memiliki pengaruh yang
negatif terhadap pertumbuhan seperti pada tabel sebagai berikut.
Tabel 23: Gini Ratio dan Pertumbuhan Ekonomi Provinsi Bengkulu Tahun 2012-2016
TAHUN
PROVINSI BENGKULU
GINI RATIO (0-1) PERTUMBUHAN
EKONOMI (%)
2012 0.354 6.83
2013 0.386 6.07
2014 0.356 5.48
2015 0.376 5.13
2016 0.357 5.29
Sumber: BPS, diolah 2019
Menurut Dollar and Kray (2001) bahwa pertumbuhan ekonomi juga dapat meningkatkan
kondisi orang miskin, dikarenakan setelah beberapa waktu dapat membantu mengeluarkan orang
miskin dari kemiskinan. Hal tersebut didukung oleh hasil penelitian Woodon (1999) yang dilakukan
di Bangladesh bahwa pertumbuhan ekonomi dapat mengurangi kemiskinan. Hal ini juga terjadi pada
provinsi Bengkulu yang dapat dilihat pada tabel sebagai berikut.
Tabel 24: Pertumbuhan Ekonomi dan Kemiskinan Provinsi Bengkulu Tahun 2012-2016
TAHUN
PROVINSI BENGKULU
PERTUMBUHAN EKONOMI
(%) KEMISKINAN (%)
2012 6.83 17.70
2013 6.07 18.34
2014 5.48 17.48
2015 5.13 17.88
2016 5.29 17.32
Sumber: BPS, diolah 2019
Di provinsi Bengkulu sendiri dapat dilihat pada tabel bahwa pada rentang waktu tahun 2012
hingga 2016, pertumbuhan ekonomi cenderung berpengaruh negatif terhadap kemiskinan. Maka
dari adanya penjelasan tersebut memungkinkan gini ratio mempengaruhi kemiskinan secara
signifikan di provinsi Bengkulu.
E. KESIMPULAN DAN SARAN
Kesimpulan
Berdasarkan pada penelitian yang telah dilakukan, dapat diketahui :
1. Dana ZIS memiliki pengaruh yang negatif dan signifikan terhadap variabel Tingkat
Kemiskinan. Hal itu dapat dilihat dari peningkatan pengeluaran konsumsi per kapita di provinsi
Bengkulu, dengan meningkatnya konsumsi pada masyarakat, sehingga permintaan agregat
juga akan meningkat di masyarakat yang menyebabkan peningkatan pada faktor produksi dan
lapangan usaha. Hal ini akan meningkatkan perekonomian, dengan meningkatnya
perekonomian maka hal tersebut dapat mengurangi tingkat kemiskinan di provinsi Bengkulu.
2. PDRB memiliki pengaruh yang negatif namun tidak signifikan terhadap variabel Tingkat
Kemiskinan dikarenakan sektor pertanian, kehutanan dan perikanan yang memiliki distribusi
paling besar dan memiliki tren pertumbuhan yang menurun serta kecil. Jika dibandingkan
sektor lainnya yang memiliki distribusi cukup besar pada PDRB provinsi Bengkulu. Di
provinsi Bengkulu sebesar 68% orang miskin berada di pedesaan, sehingga dengan
pertumbuhan sektor pertanian, kehutanan dan perikanan yang menurun dan memiliki
pertumbuhan yang kecil maka masyarakat pedesaan yang paling dirugikan. Hal tersebut yang
menyebabkan kemiskinan di pedesaan tetap tinggi, sehingga kenaikan PDRB tidak
mempengaruhi kemiskinan secara signifikan.
3. IPM memiliki pengaruh yang negatif namun tidak signifikan terhadap tingkat kemiskinan
dikarenakan tiga komponen pembentuk IPM yang terdiri dari angka harapan lama sekolah,
angka harapan hidup dan PDRB per kapita walaupun meningkat setiap tahun dari tahun 2012-
2016, tetapi ketiga komponen tersebut tidak memiliki pengaruh yang cukup signifikan dalam
menurunkan tingkat kemiskinan di provinsi Bengkulu pada tahun 2012-2016.
4. Gini Ratio memiliki pengaruh yang positif dan signifikan terhadap tingkat kemiskinan. Untuk
melihat hal tersebut dapat dilihat pengaruh gini ratio terhadap pertumbuhan ekonomi dan
pertumbuhan ekonomi terhadap tingkat kemiskinan pada rentang waktu tahun 2012-2016. Pada
tahun 2012-2016, gini ratio memiliki pengaruh negatif terhadap pertumbuhan ekonomi di
provinsi Bengkulu dan pertumbuhan ekonomi memiliki pengaruh negatif terhadap tingkat
kemiskinan, sehingga hal tersebut memungkinkan gini ratio berpengaruh signifikan terhadap
tingkat kemiskinan di provinsi Bengkulu pada tahun 2012-2016.
Saran
Berdasarkan kesimpulan di atas, dapat dikemukakan beberapa saran yang diharapkan dapat
bermanfaat bagi BAZNAS Provinsi Bengkulu maupun bagi pihak-pihak lain. Adapun saran yang
diberikan, antara lain:
1. Pemerintah Provinsi Bengkulu diharapkan dapat membantu dan bekerja sama dengan pihak
BAZNAS di Provinsi Bengkulu agar bisa meningkatkan penghimpunan dan pemberian dana
ZIS kepada para masyarakat, dikarenakan variabel dana ZIS mempunyai pengaruh yang
signifikan dalam menurunkan tingkat kemiskinan.
2. Untuk menekan tingkat kemiskinan, pemerintah daerah hendaknya meningkatkan
pertumbuhan PDRB pada sektor pertanian, kehutanan dan perikanan. Pada sektor pertanian,
kehutanan dan perikanan merupakan sektor yang memiliki pengaruh paling besar pada PDRB
provinsi Bengkulu. Masyarakat miskin di provinsi Bengkulu sebagian besar berada di pedesaan
yang sebagian besar bekerja pada sektor tersebut, dengan meningkatkan pertumbuhan pada
sektor tersebut diharapkan mampu mengurangi tingkat kemiskinan di pedesaan, serta dengan
berkurangnya masyarakat miskin di pedesaan nantinya diharapkan akan mampu mengurangi
masyarakat miskin secara signifikan di provinsi Bengkulu.
3. Angka IPM merepresentasikan kualitas hidup manusia yang di dalamnya terdiri dari ukuran
pendidikan, angka harapan hidup dan pengeluaran perkapita rill. IPM sangat penting karena
dapat menurunkan tingkat kemiskinan di 10 Kabupaten/Kota Provinsi Bengkulu, oleh sebab
itu pemerintah diharapkan merancang suatu program yang berkesinambungan di bidang
pendidikan, kesehatan dan menjamin program pemerintah pusat seperti Kartu Indonesia Sehat
dan Kartu Indonesia Pintar kepada seluruh masyarakat provinsi Bengkulu secara merata agar
dapat memacu naiknya nilai IPM dengan mempermudah masyarakat untuk mengenyam
pendidikan hingga jenjang yang lebih tinggi dan mempermudah dalam memperoleh akses
kesehatan terutama bagi masyarakat kurang mampu.
4. Ketimpangan distribusi pendapatan tetap perlu ditekan sehingga pendapatan merata di setiap
kalangan masyarakat. Upaya yang dapat dilakukan oleh pemerintah dalam menekan
ketimpangan disitribusi pendapatan dapat melalui kebijakan pajak pendapatan progresif,
pemberian modal usaha kepada pelaku usaha mikro serta upaya untuk meningkatkan
penghimpunan dan pendistribusian dana ZIS bekerja sama dengan BAZNAS sebagai salah satu
instrumen untuk mengurangi ketimpangan distribusi pendapatan.
DAFTAR PUSTAKA
Ajija, Shochrul R., Sari, Dyah W., Setianto, Rahmat H. & Primanthi, Martha R. 2011. Cara Cerdas
Menguasai Eviews. Jakarta: Salemba Empat.
Ali, AFM., Rashid, ZA., Johari, F. & Aziz, MRA. 2015. The Effectiveness of Zakat in Reducing
Poverty Incident: An Analysis in Kelantan, Malaysia. Asian Social Science, Vol. 11, (No.21) :
355-367.
Amalia, Euis. 2010. Sejarah Pemikiran Ekonomi Islam. Depok: Gramata Publishing.
Annim, SK., Mariwah, S. & Sebu, J. 2012. Spatial inequality and household poverty in Ghana.
Economic Systems, Vol. 36, (No.4) : 487-505.
Ardiana, Dian Putri. 2016. Analisis Pengaruh Pertumbuhan Ekonomi Daerah dan Ketimpangan
Distribusi Pendapatan Terhadap Tingkat Kemiskinan di Provinsi Jawa Tengah Periode 2004-
2014. Skripsi. Yogyakarta: Program Sarjana UIN Sunan Kalijaga Yogyakarta.
Arsyad, Lincolin. 2015. Pembangunan Ekonomi. Edisi Kelima. Yogyakarta: UPP STIM YKPN.
Atmojo, Dwi. 2017. Analisis Pengaruh Gini Ratio, Indeks Pembangunan Manusia (IPM), dan
Jumlah Penduduk Terhadap Tingkat Kemiskinan di Provinsi Jawa Barat Tahun 2012-2016.
Skripsi. Yogyakarta: Program Sarjana Universitas Muhammadiyah Yogyakarta.
Badan Amil Zakat Nasional Provinsi Bengkulu. 2012. Laporan Hasil pengelolaan Zakat. Bengkulu:
Kementrian Agama Republik Indonesia.
Badan Amil Zakat Nasional Provinsi Bengkulu. 2013. Laporan Hasil pengelolaan Zakat. Bengkulu:
Kementrian Agama Republik Indonesia.
Badan Amil Zakat Nasional Provinsi Bengkulu. 2014. Laporan Hasil pengelolaan Zakat. Bengkulu:
Kementrian Agama Republik Indonesia.
Badan Amil Zakat Nasional Provinsi Bengkulu. 2015. Laporan Hasil pengelolaan Zakat. Bengkulu:
Kementrian Agama Republik Indonesia.
Badan Amil Zakat Nasional Provinsi Bengkulu. 2016. Laporan Hasil pengelolaan Zakat. Bengkulu:
Kementrian Agama Republik Indonesia.
Badan Pusat Statistik. (2018). Gini Ratio.
https://sirusa.bps.go.id/index.php?r=indikator/view&id=22 diakses pada 12 Desember 2018
Badan Pusat Statistik. (2018). Gini Ratio Provinsi 2002-2018.
https://www.bps.go.id/dynamictable/2017/04/26/1116/gini-ratio-provinsi-2002-2018.html
diakses pada 6 November 2018
Badan Pusat Statistik. (2018). Indeks Pembangunan Manusia menurut Provinsi, 2010-2017 (Metode
Baru). https://www.bps.go.id/dynamictable/2016/06/16/1211/indeks-pembangunan-manusia-
menurut-provinsi-2010-2017-metode-baru-.html diakses pada 6 November 2018
Badan Pusat Statistik. (2018). Persentase Penduduk Miskin Menurut Provinsi 2007-2018.
https://www.bps.go.id/dynamictable/2016/08/18/1219/persentase-penduduk-miskin-menurut-
provinsi-2007---2018.html diakses pada 6 November 2018
Badan Pusat Statistik. (2018). Produk Domestik Regional Bruto Per Kapita Atas Dasar Harga
Konstan 2010 Menurut Provinsi, 2010-2017 (Ribu Rupiah).
https://www.bps.go.id/dynamictable/2015/10/07/958/-seri-2010-produk-domestik-regional-
bruto-per-kapita-atas-dasar-harga-konstan-2010-menurut-provinsi-2010-2017-ribu-rupiah-.html
diakses pada 5 Mei 2019
Badan Pusat Statistik. (2018). Rata-Rata Pengeluaran per Kapita Sebulan di Daerah Perkotaan dan
Perdesaan Menurut Provinsi dan Kelompok Barang (rupiah), 2011-2017.
https://www.bps.go.id/statictable/2014/09/08/945/rata-rata-pengeluaran-per-kapita-sebulan-di-
daerah-perkotaan-dan-perdesaan-menurut-provinsi-dan-kelompok-barang-rupiah-2011-
2017.html diakses pada 5 Mei 2019
Badan Pusat Statistik. (2019). Jumlah Penduduk Miskin Menurut Provinsi 2007-2018.
https://www.bps.go.id/dynamictable/2016/01/18/1119/jumlah-penduduk-miskin-menurut-
provinsi-2007-2018.html diakses pada 22 April 2019
Badan Pusat Statistik Provinsi Bengkulu. (2017). Distribusi Persentase PDRB Provinsi Bengkulu
ADHK 2010 menurut Lapangan Usaha, 2010-2016 (Persen).
https://bengkulu.bps.go.id/statictable/2016/09/09/305/-seri-2010-distribusi-persentase-pdrb-
provinsi-bengkulu-adhk-2010-menurut-lapangan-usaha-2010-2016.html diakses pada 22 April
2019
Badan Pusat Statistik Provinsi Bengkulu. (2018). Laju Pertumbuhan PDRB Provinsi Bengkulu
ADHK 2010 menurut Lapangan Usaha, 2011-2017 (Persen).
https://bengkulu.bps.go.id/statictable/2016/09/09/307/-seri-2010-laju-pertumbuhan-pdrb-
provinsi-bengkulu-adhk-2010-menurut-lapangan-usaha-2011-2017.html diakses pada 22 April
2019
Badan Pusat Statistik Provinsi Bengkulu. (2015). Provinsi Bengkulu Dalam Angka 2015.
https://bengkulu.bps.go.id/publication/2016/01/26/47e03aa7b4b023a6767c95b2/provinsi-
bengkulu-dalam-angka-2015 diakses pada 28 Maret 2019
Badan Pusat Statistik Provinsi Bengkulu. (2016). Provinsi Bengkulu Dalam Angka 2016.
https://bengkulu.bps.go.id/publication/2016/07/15/0fe2c35e62f94b72cfbf6a1a/provinsi-
bengkulu-dalam-angka-2016 diakses pada 28 Maret 2019
Badan Pusat Statistik Provinsi Bengkulu. (2017). Provinsi Bengkulu Dalam Angka 2017.
https://bengkulu.bps.go.id/publication/2017/08/11/e3f44cfdc2b9cf36c2891704/provinsi-
bengkulu-dalam-angka-2017 diakses pada 28 Maret 2019
Badan Pusat Statistik Provinsi Bengkulu. (2018). Produk Domestik Regional Bruto Atas Dasar
Harga Konstan 2010 Menurut Lapangan Usaha, 2010-2017 (Ribu Rupiah).
https://bengkulu.bps.go.id/statictable/2016/09/09/303/-seri-2010-pdrb-provinsi-bengkulu-adhk-
2010-menurut-lapangan-usaha-2010-2017.html diakses pada 28 Maret 2019
Badan Pusat Statistik Provinsi Bengkulu. (2019). (Metode Baru) Angka Harapan Hidup Menurut
Kabupaten/Kota di Provinsi Bengkulu, 2010-2018.
https://bengkulu.bps.go.id/dynamictable/2016/10/06/18/-metode-baru-angka-harapan-hidup-
menurut-kabupaten-kota-di-provinsi-bengkulu-2010-2018.html diakses pada 5 Mei 2019
Badan Pusat Statistik Provinsi Bengkulu. (2019). (Metode Baru) Angka Harapan Lama Sekolah
Menurut Kabupaten/Kota di Provinsi Bengkulu, 2010-2018.
https://bengkulu.bps.go.id/dynamictable/2016/10/06/20/-metode-baru-harapan-lama-sekolah-
menurut-kabupaten-kota-di-provinsi-bengkulu-2010-2018.html diakses pada 5 Mei 2019
Beik, Irfan Syauqi. 2016. Ekonomi Pembangunan Syariah Edisi Revisi. Jakarta: Rajawali Pers.
Creswell, John. W. 2014. Penelitian Kualitatif & Desain Riset. Yogyakarta: Pustaka Pelajar.
Daerobi, Akhmad., Sriwiyanto, Hery S. J. N. & Putro, Tetuko R. 2007. Dampak pengembangan
sector pertanian terhadap pengentasan kemiskinan di jawa tengah. Jurnal Universitas Sebelas
Maret, Vol. 2, (No.1) : 1-22.
Departemen Komunikasi dan Informatika. (2008). Mengurai Benang Kusut Masalah Kemiskinan
Di Indonesia. https://mpn.kominfo.go.id/perpus/index.php?p=show_detail&id=14033 diakses
pada 15 Desember 2018
Dollar D. & Kray, A. 2001. Growth is Good for the Poor. World Bank Policy Research Working
Paper : no. 2587. Washington: World Bank.
Firmansyah. 2009. Modul Regresi Data Panel : Aplikasi dengan Eviews 6.0. Semarang: LSKE
Undip.
Galor, O. & Moav, O. 2004. From Physical to Human Capital Accumulation: Inequality and the
Process of Development. Review of Economic Studies, Vol. 71, (No.4) : 1001-1026.
Gujarati, Damodar. 1978. Ekonometri Dasar. Terjemahan oleh Sumarno Zain. 2003. Jakarta:
Erlangga.
Ghofur, Ruslan Abdul. 2013. Konsep Distribusi Dalam Islam Dan Format Keadilan Ekonomi di
Indonesia. Yogyakarta: Pustaka Pelajar.
Ghozali, Imam. 2002. Aplikasi Analisis Multivariate dengan program SPSS. Semarang: Badan
Penerbit-UNDIP.
Hafidhuddin, Didin. 2007. Zakat Dalam Perekonomian Modern. Jakarta: Gema Insani Press.
Hagenaars, AJM. 1986. The Perception of Poverty. Amsterdam: Elsevier Science Publishers B.V.
Huda, Nurul. 2015. Ekonomi Pembangunan Islam. Jakarta: Prenada Media Group.
Khomsan, Ali., Dharmawan, Arya H. & Saharuddin. 2015. Indikator Kemiskinan dan Misklasifikasi
Orang Miskin. Jakarta: Fakultas Ekologi Manusia IPB.
Knowles, S. 2001. Inequality and Economic Growth: The Empirical Relationship Reconsidered in
the Light of Comparable Data. Helsinki: WIDER.
Kuncoro, Mudrajad. 2001. Ekonomi Pembangunan: Teori, Masalah dan Kebijakan. Yogyakarta:
UPP AMP YKPN.
Lubis, Fauzi A. 2018. Miskin menurut pandangan Al-Qur’an.ْJurnalْManajemenْdan Bisnis Islam,
Vol. 1, (No.1) : 68-82.
Manan, M. Abdul. 1997. Teori dan Praktek: Ekonomi Islam. Yogyakarta: PT. Dana Bhakti Prima
Yasa.
Murniati, R. & Beik IS. 2014. Pengaruh Zakat Terhadap Indeks Pembangunan Manusia dan Tingkat
Kemiskinan Mustahik : Studi Kasus Pendayagunaan BAZNAS Kota Bogor. Jurnal Al-Muzara’ah,ْ
Vol. 2, (No.2) : 135-149.
Naschold, Felix. (2002). Why Inequality Matters for Poverty. Overseas Development Institute.
https://www.odi.org/publications/2975-why-inequality-matters-poverty diakses pada 26 April
2019
Qadir, Abdurrachman. 2001. Zakat Dalam Dimensi Mahdah dan Sosial. Jakarta: Raja Grafindo
Persada.
Qardhawi, Yusuf. 1995. Kiat Islam Mengentaskan Kemiskinan. Jakarta: Gema Insani Pers.
Saputra, WA. 2011. Analisis Pengaruh Jumlah Penduduk, PDRB, IPM dan Pengangguran terhadap
Tingkat Kemiskinan di Kabupaten/Kota Jawa Tengah. Skripsi. Semarang: Program Sarjana
Universitas Diponegoro.
Sarwono, Jonathan. 2006. Metode Penelitian Kuantitatif dan Kualitatif. Yogyyakarta: Graha Ilmu.
Sen, A. 1981. Poverty and Famines: an Easy on Entitlement and Deprivation. Oxford: Oxford Press.
Setiawan, M. Bhakti. & Hakim, Abdul. 2013. Indeks pembangunan manusia. Jurnal Economika,
Vol. 9, (No.1) : 18-26.
Sugiyono. 2012. Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif, dan R&D.
Bandung: ALFABETA.
Sukirno, Sadono. 2004. Makroekonomi Teori Pengantar, Edisi Ketiga. Jakarta: Penerbit Raja
Grafindo Persada.
Syahrullah, Dio. 2014. Analisis Pengaruh Produk Domestik Regional Bruto (PDRB), Pendidikan
dan Pengangguran Terhadap Kemiskinan di Provinsi Banten Tahun 2009-2012. Skripsi. Jakarta:
Program Sarjana UIN Syarif Hidayatullah Jakarta.
Syahrul, Ujang M. 2009. Pengaruh Anggaran Belanja Bidang Kesejahteraan Rakyat,
pendayagunaan Dana ZIS dan PDRB per Kapita terhadap Tingkat Kemiskinan: (Studi kasus DKI
Jakarta tahun 1987 - 2002). Tesis. Jakarta: Program Pascasarjana Universitas Indonesia.
Syaifullah, A. & Malik, N. 2017. Pengaruh Indeks Pembangunan Manusia Dan Produk Domestik
Bruto Terhadap Tingkat Kemiskinan Di ASEAN-4 (Studi Pada 4 Negara ASEAN). Jurnal Ilmu
Ekonomi, Vol. 1, (No.1) : 107-119.
Tambunan, Tulus TH. 2003. Perekonomian Indonesia: Beberapa Masalah Penting. Jakarta: Galia
Indonesia.
Todaro, Michael. & Smith. 1977. Pembangunan Ekonomi di Dunia Ketiga. Terjemahan oleh Haris
Munandar & Puji A.L. 2006. Jakarta: Erlangga
Widodo, Tri. 2006. Perencanaan Pembangunan: Aplikasi Komputer (Era Otonomi Daerah).
Yogyakarta: UPP STIM YKPN.
Winarno, Wing Wahyu. 2007. Analisis Ekonometrika dan Statistika dengan Eviews. Yogyakarta:
UPP STIM YKPN.
Woodon, Q. T. 1999. Growth, Poverty, and Inequality: A Regional Panel for Bangladesh. Policy,
Research working paper ; no. WPS 2072. Washington: World Bank.
Wuri, Retno. 2013. Kemiskinan: bagaimana islam memandangnya. Jurnal The Moslem Planners,
Vol. 1, (No.1) : 4-7.
Yulianita, Anna. 2005. Analisis Konvergensi Ekonomi Antar Daerah di Sumatera Selatan (Tahun
1993-2003). Jurnal Universitas Sriwijaya, Vol. 4, (No.2) : 182-213