Jurnal Sylva Lestari Vol.
5 No.
Januari 2017 .
ISSN 2339-0913
PENGARUH PERUBAHAN LAHAN.
TINGKAT KEMISKINAN DAN
PENDAPATAN BEBERAPA SEKTOR PEREKONOMIAN TERHADAP INDEKS
PEMBANGUNAN MANUSIA : STUDI DI PROVINSI LAMPUNG
(EFFECTS OF CHANGES IN LAND.
POVERTY LEVELS.
AND INCOME SECTORS
OF THE ECONOMY ON THE INDEX OF HUMAN DEVELOPMENT : A STUDY IN
THE LAMPUNG PROVINCE)
Anisa Awalul Khoiriah.
Samsul Bakri, dan Trio Santoso Jurusan Kehutanan Fakultas Pertanian Universitas Lampung Jl.
Soemantri Brojonegoro No.
01 Bandar Lampung E-mail : annisbrdt@gmail.
Phone : 6281367301913
ABSTRAK
Pada setiap wilayah yang sedang bertransisi dari aktivitas perekonomian agraris menuju ke aktivitas perekonomian industri selalu dihadapkan pada deforestasi atau perubahan tutupan hutan termasuk di provinsi Lampung.
Perubahan tutupan hutan dapat mempengaruhi nilai Indeks Pembangunan Manusia (IPM).
Salah satu penyebab penurunan tutupan hutan adalah kemiskinan yang berhulukan akibat dari rendahnya akses terhadap sumber daya lahan.
Kecuali itu, pendapatan di sektor-sektor ekonomi jika di hipotesiskan juga berpengaruh terhadap perubahan nilai IPM.
Penelitian ini bertujuan untuk mengetahui dampak perubahan tutupan hutan dan lahan, tingkat kemiskinan, dan pendapatan di sektor-sektor ekonomi terhadap IPM.
Penelitian dilakukan pada September 2015-Januari 2016, yang terdiri dari aktivitas Laboratorium yaitu penetapan perubahan tutupan lahan tahun 2002, 2009, dan 2013 melalui pengolahan data citra satelit kemudian dilanjut dengan pengecekan lapang.
Data tingkat kemiskinan, pendapatan di sektor-sektor ekonomi dan IPM diperoleh melalui akuisisi data dari BPS.
Pemodelan regresi linier berganda diterapkan dengan variabel respon IPM dengan variabel penjelas berupa perubahan tutupan hutan dan indikator kesejahteraan Optimasi parameter menggunakan minitab 11.
Simpulan dari hasil pemodelan regresi menunjukkan bahwa proporsi hutan negara .
value = 0,.
hutan rakyat .
value =0,.
, sawah .
value = 0,.
, lahan terbuka .
value = 0,.
, kemiskinan .
value = 0,.
, keluarga prasejahtera .
value = 0,.
dan pertumbuhan ekonomi .
value = 0,.
dapat menurunkan capaian IPM dua tahun berikutnya.
Sedangkan lahan terbangun .
value = 0,.
PDRB di sektor pengangkutan ( p value = 0,.
, komunikasi .
value = 0,.
, jasa .
value = 0,.
dan sektor selainnya .
value = 0,.
dapat menambah angka IPM di Provinsi Lampung.
Kata kunci : IPM.
Kemiskinan.
Sektor Perekonomian.
Tutupan hutan.
ABSTRACT
In each region that are transitioning from an agricultural economic activity to industrial economic activity has always faced deforestation or forest cover changes in Lampung Province.
Changes in forest cover can affect the value of the Human Development Index (HDI).
One of the cause of forest decline is a result of poverty sourced by low access to land Furthermore, revenue in the sectors of the economy if hypothesized was also influenced by changes in the value of the HDI.
This study aims to determine the impact of changes in forest cover and land, poverty, and income in the economic sectors of the IPM.
Jurnal Sylva Lestari Vol.
5 No.
Januari 2017 .
ISSN 2339-0913 This study was conducted in September 2015-January 2016, which consists of laboratory activity, namely the determination of land cover change in 2002, 2009, and 2013 through processing of satellite imagery data and then continued with field checks.
Data of the poverty, income in the economic sectors and IPM obtained through the acquisition of data from the BPS.
Multiple linear regression modelling applied to the response variable HDI with explanatory variables such as changes in forest cover and human welfare indicators.
Optimization parameters used Minitab 11.
The conclusions of the results of the regression modelling showed that the proportion of state forests .
value = 0,.
, community forests .
value =0,.
, fields .
value = 0,.
, open land .
value = 0,.
, poverty kemiskinan .
value = 0,.
, disadvantaged families .
value = 0,.
and economic growth .
value = 0,.
could decrease the performance of HDI next two years.
While the land up .
value = 0,.
GDP in the transport sector ( p value = 0,.
, communications .
value = 0,.
, services sector .
value = 0,.
and in others .
value = 0,.
can markedly increase the number IPM in Lampung province.
Keywords: Forest cover.
HDI.
Poverty.
Sector of Economy.
PENDAHULUAN
Proses perubahan tutupan lahan yang semula berupa hutan menjadi tidak berhutan merupakan definisi dari deforestasi menurut Bakri .
Salah satu penyebab deforestasi adalah kemiskinan yang disebabkan oleh keterbatasan akses terhadap sumberdaya lahan.
Menurut laporan United Nations Development Programs (UNDP) .
dalam hastuti .
bahwa jumlah penduduk Indonesia lebih dari 110 juta yang masih hidup dalam kemiskinan dengan penghasilan kurang dari US$ 2 per hari, bahkan sebagian besar penduduk miskin di Asia Tenggara bertempat tinggal di Indonesia.
Walaupun begitu, tidak setiap perubahan tutupan hutan berdampak negatif bagi pengembangan ataupun peningkatan kesejahteraan masyarakat di wilayah yang bersangkutan, bahkan juga dapat berdampak positif.
Secara umum dapat disaksikan wilayah-wilayah yurisdiksi terutama yang sudah berkembang menjadi wilayah urban mempunyai tingkat kesejahteraan yang relatif lebih tinggi dari pada wilayah-wilayah yang mempunyai dominasi oleh penggunaan lahan sebagai hutan.
Menurut Penelitian Naidoo .
dalam Bakri .
, umumnya deforestasi dapat meningkatkan pertumbuhan ekonomi yang selanjutnya dapat meningkatkan kesejahteraan bagi manusia.
Selain dengan alih fungsi lahan, tingkat kemiskinan dan pendapatan dari berbagai sektor-sektor ekonomi yang dalam hal ini akan dilihat dari nilai Produk Domestik Regional Bruto (PDRB) yang juga dapat berpengaruh terhadap kesejahteraan manusia.
Belum banyak peneliti yang mempublikasikan hasil karyanya yang mengkaji tentang peranan tutupan lahan, tingkat kemiskinan, dan sektor-sektor perekonomian terhadap kesejahteraan (IPM).
Oleh karena itu, pada penelitian ini akan dipelajari peranan tutupan lahan .
utan negara, hutan rakyat, sawah, lahan terbangun, lahan terbuk.
, tingkat kemiskinan .
emiskinan, keluarga pra sejahtera, pertumbuhan ekonom.
, dan sektor-sektor perekonomian (PDRB sektor kehutanan, pengangkutan, komunikasi, jasa dan sektor lainny.
terhadap IPM.
Jurnal Sylva Lestari Vol.
5 No.
Januari 2017 .
ISSN 2339-0913
METODE PENELITIAN
Penelitian ini merupakan bagian dari payung penelitian tentang dampak deforestasi dan degradasi sumber daya hutan terhadap prevalensi beberapa penyakit tropis (DBD, malaria.
Tuberkulosis paru, dan Pneumoni.
, produktivitas, dan kesejahteraan masyarakat di Provinsi Lampung.
Penelitian ini dilaksanakan di Laboratorium Inventarisasi Hutan Jurusan Kehutanan Fakultas Pertanian Universitas Lampung pada bulan September 2015-Januari 2016.
Alat yang digunakan meliputi perangkat keras .
dan perangkat lunak (Software GIS.
Software statistika.
Microsoft Office, dan Microsoft Exce.
, serta alat tulis.
Objek dalam penelitian ini adalah citra satelit landsat 5, 7, dan 8 dengan perekaman peta luas tutupan kawasan hutan dan lahan tahun 2003, 2009 dan 2014.
Data yang diambil adalah data primer yang berupa citra landsat tutupan lahan path 123 row 063, path 123 row 064, path 124 row 063, path 124 row 064 dan data sekunder berupa data IPM di Kabupaten/Kota Provinsi Lampung, data kemiskinan, keluarga pra sejahtera, pertumbuhan ekonomi Kabupaten/Kota Provinsi Lampung, dan data pendapatan di sektor perekonomian yang dilihat dari PDRB dari sektor kehutanan, pengangkutan, komunikasi, jasa dan sektor lainnya di Kabupaten/Kota Provinsi Lampung yang didapatkan dari BPS Provinsi Lampung.
Teknik analisis data yang digunakan adalah analisis model linier berganda.
Adapun model linier berganda yang digunakan adalah sebagai berikut:
[Y.
i = 0 1[HN]it 2 [HR]it 3 [SWH]it 4 [LTB]it 5 [LTK]it 6 [KMS]it 7 [KPS]it 8 [PREKO]it 9 [PKHT]it 10 [PPGKTN]it 11 [PKOM]it 12 [PJS]it 13 [PSL]it ei Hipotesis Hipotesis dalam penelitian ini dapat dinyatakan sebagai berikut :
H0 : 1 = 2 = 3 = 4= 5 = 6 = 7 = 8 = 9 = 10 = 11 = 12 = 13 = 0
H1 : 1 = 2 = 3 = 4= 5 = 6 = 7 = 8 = 9 = 10 = 11 = 12 = 13 O 0
Adapun variabel dalam model regresi, simbol, skor dan satuan, serta sumber data variabel dependen (IPM) dan variabel tutupan hutan, tingkat kemiskinan serta pendapatan di sektor-sektor ekonomi disajikan dalam Tabel 1.
Tabel 1.
Variabel, simbol skor dan satuan, serta sumber data .
Variabel .
Simbol .
Nilai IPM pada Kabupaten/Kota ke-i tahun ke-t [Y]it 2 % kabupaten/kota Proporsi Hutan Negara [HN]it-1 % kabupaten/kota Proporsi Hutan Rakyat [HR]it-1 % kabupaten/kota Skor dan satuan .
Sumber .
Badan Pusat Statistik Provinsi Lampung tahun 2004, 2011 Data diolah dari interpretasi citra landsat tahun 2002, 2009 dan 2014 Data diolah dari interpretasi citra landsat tahun 2002, 2009 dan 2014 Jurnal Sylva Lestari Vol.
5 No.
Januari 2017 .
ISSN 2339-0913 Tabel 1 (Lanjuta.
Proporsi Sawah [SWH]it-1 % kabupaten/kota Proporsi Lahan Terbangun [LTB]it-1 % kabupaten/kota Proporsi Lahan Terbuka [LTK]it % kabupaten/kota Proporsi Kemiskinan [KMS]it % kabupaten/kota Proporsi Keluarga PraSejahtera [KPS]it % kabupaten/kota Pertumbuhan Ekonomi [PREKO]it % kabupaten/kota Share PDRB Sektor Kehutanan [PKHT]it % PDRB Kab/Kota Share PDRB Sektor Pengangkutan [PPGKTN]it % PDRB Kab/Kota Share PDRB Sektor Komunikasi [PKOM]it % PDRB Kab/Kota Share PDRB Sektor Jasa [PJS]it % PDRB Kab/Kota Share PDRB Sektor lain (Pertanian.
Pertambangan dan Penggalian.
Industri Pengolahan.
Listrik.
Gas dan Air Bersih.
Bangunan dan Perdagangan [PSL]it % PDRB Kab/Kota .
Data diolah dari interpretasi citra landsat tahun 2002, 2009 dan 2014 Data diolah dari interpretasi citra landsat tahun 2002, 2009 dan 2014 Data diolah dari interpretasi citra landsat tahun 2002, 2009 dan 2014 Badan Pusat Statistik Provinsi Lampung tahun 2003, 2010 Badan Pusat Statistik Provinsi Lampung tahun 2003, 2010 Badan Pusat Statistik Provinsi Lampung tahun 2003, 2010 Badan Pusat Statistik Provinsi Lampung tahun 2003, 2010 Badan Pusat Statistik Provinsi Lampung tahun 2003, 2010 Badan Pusat Statistik Provinsi Lampung tahun 2003, 2010 Badan Pusat Statistik Provinsi Lampung tahun 2003, 2010 Badan Pusat Statistik Provinsi Lampung tahun 2003, 2010 Sumber : Data Penelitian .
HASIL DAN PEMBAHASAN Dinamika Perubahan Tutupan Hutan dan Lahan Statistik proporsi tutupan rata-rata hutan negara, hutan rakyat, sawah, lahan terbangun dan lahan terbuka dalam kurun waktu 2002, 2009 dan 2015 disajikan pada Tabel 2 berikut.
Jurnal Sylva Lestari Vol.
5 No.
Januari 2017 .
ISSN 2339-0913 Tabel 2.
Hasil statistik proporsi tutupan rata-rata hutan negara, hutan rakyat, sawah, lahan terbangun dan lahan terbuka tahun 2002, 2009 dan 2015 berdasarkan interpretasi citra landsat Tahun Min Max Rataan St.
Deviasi Min Max Rataan St.
Deviasi Min Max Rataan St.
Deviasi
[HN]
0,00
42,68
11,44
13,54
0,00
51,85
12,39
16,05
0,00
50,56
12,96
15,65
[HR]
10,23
41,05
19,68
9,82
0,00
15,93
9,80
4,99
0,00
14,46
7,05
4,88
[SWH]
6,88
36,80
20,55
8,08
4,30
37,65
13,37
9,90
0,00
39,74
9,12
12,10
[LTB]
1,79
27,49
9,39
7,16
4,10
36,26
13,09
9,78
5,27
46,45
20,23
16,17
[LTK]
0,00
10,57
3,08
4,26
0,00
16,13
2,55
5,12
0,00
21,30
6,56
9,16
Sumber : Data Hasil Penelitian .
Kelas penggunaan lahan yang digunakan dalam penelitian ini terdiri dari persentase hutan negara, hutan rakyat, sawah, lahan terbangun dan lahan terbuka yang disajikan pada gambar peta dengan pengolahan citra landsat yang disajikan dalam Gambar 1 berikut.
Gambar 1.
Peta perubahan tutupan hutan dan penggunaan lahan tahun 2002, .
Peta perubahan tutupan hutan dan penggunaan lahan tahun 2009, .
Peta perubahan tutupan hutan dan penggunaan lahan tahun 2014.
Jurnal Sylva Lestari Vol.
5 No.
Januari 2017 .
ISSN 2339-0913 Dinamika Perubahan Nilai IPM Diketahui bahwa angka rata-rata nilai IPM disetiap kabupaten/kota pada tahun 2004, 2011 dan 2013 adalah 71,05% dengan nilai minimum 68,51% dan nilai maksimum 76,26%.
Rata-rata nilai IPM pada tahun 2004 sebesar 68,59, kemudian mengalami peningkatan pada tahun 2011 sebesar 71,98 dan pada tahun 2013 mengalami peningkatan kembali menjadi 72,59.
Ukuran sebaran .
tandar devias.
dari nilai IPM diketahui sebesar 2,65.
Hasil statistik perubahan nilai IPM dalam kurun waktu 2002, 2009 dan 2015 disajikan dalam Tabel 3 berikut.
Tabel 3.
Indeks Pembangunan Manusia (IPM) di Provinsi Lampung Tahun 2004, 2011, 2013
Tahun Rata-Rata Rata-rata 68,59 71,98 72,59 71,05 Min 66,40 69,72 69,40 68,51 Max
74,30
76,95
77,53
76,26
St Deviasi
2,71
2,53
2,70
2,65
Sumber : hasil penelitian .
Uji-T regresi linier nilai IPM dengan variabel independen Hubungan antara variabel independen .
erubahan tutupan hutan dan lahan, tingkat kemiskinan dan pendapatan di sektor-sektor ekonom.
dengan variabel dependen (IPM) pada regresi adalah sebagai berikut :
[IPM]it 2 = 0 1[HN]it 2 [HR]it 3 [SWH]it 4 [LTB]it 5 [LTK]it 6 [KMS]it 7 [KPS]it 8 [PREKO]it 9 [PKHT]it 10 [PPGKTN]it 11 [PKOM]it 12 [PJS]it 13 [PSL]it ei memiliki nilai R-Sq.
= 87,5%.
Hubungan diatas berarti bahwa semua variabel X yang dipakai dapat menjelaskan perubahan nilai IPM di Provinsi Lampung sebanyak 87,5% sedangkan 12,5 % dijelaskan oleh faktor lainnya.
Hasil dari pemodelan regresi dengan optimasi parameter menggunakan minitab 11 disajikan dalam Tabel 4 berikut.
Tabel 4.
Hasil pemodelan regresi dengan optimasi parameter menggunakan minitab 11
Symbol
Predictor
Constant
[HN]
Hutan Negara
[HR]
Hutan Rakyat
[SWH]
Sawah
[LTN]
Lahan Terbangun [LTK] Lahan Terbuka [KMS] Kemiskinan [KPS] Keluarga Pra Sejahtera
[PREKO]
Pertumbuhan Ekonomi [PKHT] PDRB Sektor Kehutanan [PPGKTN] PDRB Sektor Pengangkutan [PKOM] PDRB Sektor Komunikasi
[PJS]
PDRB Sektor Jasa
[SL]
PDRB Sektor Lain S = 1, 10431
R-Sq = 93,1% Coef
SE Coef
66,771
5,017
-0,04784
0, 02101
-0,08533
0, 02864
-0, 06150
0, 02754
0, 01714
0, 04016
-0, 04865
0, 04607
-0, 02778
0,05118
-0,07781
0,03360
-0, 4282
0,2803
0, 3411
0,2414
0, 4760
0,1250
0, 7088
0,3663
0,15745
0,08020
0, 08195
0,04152
R-Sq .
= 87,5% Sumber : Hasil penelitian .
13,31 -2,28 -2,98 -2,23 0,43 -1,06 -0,54 -2,32 -1,53 1,41
3,81
1,94
1,96
1,97
0,000
0,037
0,009
0,040
0,675
0,307
0,595
0,034
0,146
0,177
0,002
0,071
0,067
0,066
Jurnal Sylva Lestari Vol.
5 No.
Januari 2017 .
ISSN 2339-0913 Hubungan Antara Hutan Negara dan Hutan Rakyat Dengan Nilai IPM Nilai koefisien hutan negara adalah sebesar -0,04784.
Nilai ini dapat diartikan jika faktor lain tetap, maka setiap penambahan rata-rata satu persen proporsi hutan negara dapat menurunkan nilaI angka IPM sebesar 0,0478% pada dua tahun berikutnya.
Diperkirakan penambahan luas hutan akan mengurangi aktivitas perekonomian intensif seperti perkebunan dan pertanian lahan kering, padahal kedua aktivitas ini merupakan andalan pada wilayah yang sedang bertransisi ke corak perekonomian industri (Affandi, 2.
Kecuali itu, memang ada hubungan yang rumit antara hutan, ketidakberdayaan politik masyarakat sekitar hutan dengan kesulitan menanggulangi kemiskinan di negara hutan tropis.
Masyarakat yang tinggal di daerah dengan tutupan hutan tinggi cenderung punya tingkat kemiskinan yang tinggi pula dibandingkan dengan masyarakat yang tinggal di daerah yang tutupan hutannya rendah.
Beberapa penelitian memperlihatkan bahwa komoditas berbasis lahan yang beresiko merusak umumnya dimanfaatkan mereka yang hidup layak di kota, dengan laju deforestasi yang semakin meningkat seiring dengan peningkatan pertumbuhan perkotaan tapi tidak berkorelasi dengan peningkatan pendapatan penduduk miskin di pedesaan (Rautner dkk, 2.
Nilai koefisien hutan rakyat sebesar -0,08533.
Nilai ini menunjukkan adanya hubungan negatif antara hutan rakyat dengan penambahan nilai IPM.
Nilai dari hasil hutan rakyat seharusnya cukup signifikan untuk memberikan jaminan hidup bagi masyarakat.
Namun hasil dari penelitian ini menunjukkan bahwa jika faktor lain tetap, maka setiap penambahan ratarata satu persen proporsi hutan rakyat dapat menurunkan nilaI angka IPM sebesar 0,08533% pada dua tahun berikutnya.
Penurunan nilai IPM dengan adanya hutan rakyat ini bisa disebabkan oleh penatausahaan hutan yang kurang baik yang dapat menyebabkan turunnya kualitas hasil hutan.
Menurut Sukadaryati .
salah satu permasalahan yang dihadapi dalam pengembangan hutan rakyat adalah rata-rata tingkat pertumbuhan pohon tinggi .
Ae 80%), namun di beberapa tempat dijumpai tingkat pertumbuhan pohon kurang/tidak berhasil karena penanaman pohon yang tidak sesuai dengan musim tanam.
Selain itu kualitas bibit yang ditanam tidak memenuhi syarat sehingga selain banyak bibit yang mati sebelum ditanam, bibit yang bisa tumbuh dewasa kualitas hasilnya kurang baik.
Hal ini terkait dengan program GNRHL yang notabene sebuah proyek yang sering terkendala masalah administrasi dan bahkan mungkin terhenti begitu saja.
Keterkaitan Luas Sawah dengan Nilai IPM Nilai koefisien lahan sawah sebesar -0, 06150 dapat diartikan jika faktor lain tetap, maka setiap penambahan rata-rata satu persen proporsi lahan sawah dapat menurunkan angka IPM sebesar 0,06150% pada dua tahun berikutnya.
Hal ini dapat disebabkan oleh masih banyaknya petani sawah yang mengalami kesulitan dalam menjalani hidup, dalam hal ini adalah kesejahteraan ekonomi.
Banyak petani sawah didesa-desa berada dalam garis kemiskinan.
Hal ini disebabkan karena meningkatnya berbagai kebutuhan hidup, baik kebutuhan sekunder maupun kebutuhan primer dan juga karena terjadinya krisis ekonomi yang tidak kunjung Inilah yang membuat para petani miskin semakin kewalahan dalam memperbaiki perekonomian sehingga menyebabkan rendahnya nilai kesejahteraan (Salim.
Keterkaitan Lahan Terbangun dan Lahan Terbuka dengan Nilai IPM Nilai koefisien lahan terbangun sebesar 0,01714 dapat diartikan jika faktor lain tetap, maka setiap penambahan rata-rata satu persen proporsi lahan terbangun dapat menambah angka IPM sebesar 0,01714% pada dua tahun berikutnya.
Meningkatnya penggunaan lahan Jurnal Sylva Lestari Vol.
5 No.
Januari 2017 .
ISSN 2339-0913 terbangun dipengaruhi oleh meningkatnya jumlah KK .
umah tangg.
Jumlah keluarga prasejahtera juga mendorong perubahan tutupan hutan menjadi lahan terbangun yang mempunyai peran positif untuk memenuhi kesejahteraannya yaitu sebagai tempat menetap (Pribadi, dkk, 2.
Sedangkan nilai koefisien lahan terbuka menunjukkan hubungan negatif yaitu sebesar -0,04865 yang dapat berarti bahwa jika faktor lain tetap maka setiap penambahan rata-rata satu persen proporsi lahan terbuka akan menurunkan nilai IPM sebesar 0,01714% pada dua tahun berikutnya.
Semakin bertambahnya kemiskinan akan diikuti dengan semakin banyak lahan yang terbuka (Pribadi.
dkk,2.
Hal ini dikarenakan kemiskinan dapat mendorong kegiatan penjarahan terhadap hutan yang kemudian menjadi lahan terbuka yang akan digunakan sebagai tempat bercocok tanam.
Namun demikian, penyebab utama dari semakin banyaknya lahan terbuka adalah kemiskinan, sehingga semakin banyak lahan terbuka bisa menurunkan nilai kesejahteraan manusia.
Keterkaitan Kemiskinan dan Keluarga Pra Sejahtera dengan Nilai IPM Nilai koefisien kemiskinan menunjukkan hubungan negatif yaitu sebesar -0,02778 yang dapat berarti bahwa jika faktor lain tetap maka setiap penambahan rata-rata satu persen proporsi kemiskinan maka akan menurunkan nilai IPM sebesar 0,02778%.
kemiskinan tidak lagi di pahami dengan ketidakmampuan ekonomi, tetapi juga kegagalan memenuhi hak-hak dasar dan perbedaan perlakuan bagi seseorang atau sekelompok orang dalam menjalani kehidupan secara bermartabat.
Kemiskinan yang tinggi akan menyebabkan biaya yang harus dikeluarkan untuk melakukan pembangunan ekonomi menjadi lebih besar, sehingga secara tidak langsung akan menghambat pembangunan ekonomi (Sukmaraga, 2.
Keluarga pra sejahtera juga menghasilkan nilai yang negatif yaitu -0,07781.
yang berarti jika faktor lain tetap maka setiap penambahan satu persen keluarga prasejahtera dapat menurunkan nilai IPM sebesar 0,07781%.
Penurunan angka ini disebabkan karena keluarga tersebut dikelompokkan sebagai sangat miskin dan belum dapat memenuhi kebutuhan dasarnya secara minimal, seperti kebutuhan spiritual, pangan, sandang, papan, dan pelayanan kesehatan yang sangat mendasar (BKKBN, 1.
Keterkaitan Pertumbuhan Ekonomi dengan IPM Nilai koefisien pertumbuhan ekonomi yaitu -0,4282.
yang berarti bahwa jika faktor lain tetap, maka setiap satu persen penambahan angka pertumbuhan ekonomi dapat menurunkan angka IPM sebesar 0,04282% pada dua tahun berikutnya.
Lilis dan Yohana .
dalam Yasa .
, mengatakan bahwa seiring dengan meningkatnya pertumbuhan ekonomi akan meningkatkan pendapatan masyarakat, namun pada penelitian ini ditemukan bahwa pertumbuhan ekonomi dapat menurukan nilai IPM.
Penyebabnya dapat dikarenakan oleh kondisi yang banyak terjadi di negara berkembang yaitu pertumbuhan ekonomi yang dicapai ternyata juga diiringi dengan munculnya permasalahan meningkatnya jumlah penduduk yang hidup dibawah garis kemiskinan (Jonaidi, 2.
Ketidakmerataan distribusi pendapatan juga akan berpengaruh buruk terhadap pertumbuhan ekonomi yang kemudian akan menyebabkan kesejahteraan masyarakat di suatu wilayah akan mengalami penurunan (Patta.
Keterkaitan PDRB Sektor Kehutanan dengan Nilai IPM PDRB didefinisikan sebagai jumlah nilai tambah yang dihasilkan oleh seluruh unit usaha dalam satu daerah tertentu, atau merupakan jumlah seluruh nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit ekonomi di suatu daerah (Sulaksono, 2.
Kondisi ekonomi Jurnal Sylva Lestari Vol.
5 No.
Januari 2017 .
ISSN 2339-0913 suatu daerah dalam periode tertentu ditunjukkan oleh data PDRB (Widodo, 2.
dalam (Sulaksono, 2.
Nilai koefisien PDRB sektor kehutanan adalah positif yaitu sebesar 0,3411.
Meskipun PDRB sektor kehutanan memiliki nilai yang paling rendah diantara PDRB sub sektor pertanian lainnya, namun hasil pada penelitian ini menjelaskan adanya hubungan positif antara PDRB sektor kehutanan dengan nilai IPM, yang dapat diartikan bahwa setiap penambahan satu persen PDRB sektor kehutanan akan menaikkan nilai IPM sebesar 0,3411%.
Keterkaitan PDRB Sektor Pengangkutan dan Komunikasi dengan Nilai IPM Nilai koefisien sektor pengangkutan dan komunikasi yang secara berurutan adalah sebesar 0,4760 dan 0,7088 dapat berarti bahwa jika faktor lain tetap maka setiap penambahan rata-rata satu persen angka PDRB sektor pengangkutan dan komunikasi, maka akan menambah nilai IPM sebesar 0,4760% dan 0,7088%.
Kegiatan kedua sektor ini mencakup kegiatan pengangkutan barang dan penumpang, jasa penunjang angkutan dan komunikasi.
Ketersediaan jasa transportasi berkorelasi positif dengan kegiatan ekonomi dan pembangunan dalam masyarakat.
Jasa transportasi mempunyai peranan yang sangat penting bukan hanya untuk melancarkan arus barang dan mobilitas manusia, tetapi jasa transportasi juga membantu tercapainya alokasi sumber daya ekonomi secara optimal, berarti kegiatan produksi dilaksanakan secara efektif dan efisien, kesempatan kerja dan pendapatan masyarakat meningkat, selanjutnya kesenjangan antar daerah dapat ditekan menjadi sekecil mungkin.
Kemajuan transportasi akan membawa peningkatan mobilitas manusia, faktor-faktor produksi, dan hasil olahan yang dipasarkan yang berarti akan mempercepat dalam gerakan dan peralatan .
elancaran distribus.
sehingga waktu yang diperlukan untuk mengolah bahan dan memindahkannya dari tempat dimana barang tersebut kurang bermanfaat ke lokasi dimana manfaatnya lebih besar akan lebih singkat (Petrus, 2.
Keterkaitan PDRB Sektor Jasa dengan Nilai IPM Nilai koefisien sektor jasa adalah sebesar 0,15475 berarti bahwa jika faktor lain tetap maka setiap penambahan rata-rata satu persen angka PDRB jasa, maka akan menambah nilai IPM sebesar 0,15475% pada dua tahun berikutnya.
Aktivitas sektor jasa diantaranya adalah jasa swasta yang meliputi sosial kemasyarakatan, hiburan dan rekreasi serta perorangan dan rumah tangga.
Hiburan dan rekreasi bisa berasal dari kegiatan pariwisata.
Keberadaan jasa pariwisata merupakan sarana pendukung pengembangan pariwisata di suatu daerah.
Tingginya jumlah kunjungan wisatawan ke tempat atau obyek wisata diharapkan dapat mempengaruhi jumlah wisatawan yang datang ke hotel, restoran, sentra kerajinan, serta tempat rekreasi dan hiburan yang merupakan salah satu penyebab timbulnya laju pertumbuhan ekonomi sektor-sektor di luar pertanian, karena menyangkut berbagai sektor perekonomian yang memproduksi barang dan jasa yang sebagian atau seluruhnya dikonsumsi oleh wisatawan mancanegara maupun nusantara yang tidak sama antar berbagai daerah atau wilayah (Ujiani, 2.
Sektor Lain (Pertanian.
Pertambangan dan Penggalian.
Industri Pengolahan.
Listrik.
Gas dan Air Bersih.
Bangunan, dan Perdaganga.
dan pengaruhnya terhadap IPM.
Nilai koefisien PDRB sektor lain adalah 0, 08195.
berarti bahwa jika faktor lain tetap maka setiap penambahan rata-rata satu persen angka PDRB disektor lain ini, maka akan menambah nilai IPM sebesar 0,08195% pada dua tahun berikutnya.
Sektor lain mempunyai P Value = 0,066, yang dapat diartikan bahwa sektor lain tersebut berpengaruh nyata terhadap peningkatan nilai IPM.
Jurnal Sylva Lestari Vol.
5 No.
Januari 2017 .
ISSN 2339-0913 Uji F Regresi Linier Untuk menentukan apakah secara keseluruhan semua variabel independen (X) mempunyai pengaruh yang bermakna terhadap variabel dependen (Y), dapat dilihat dari nilai uji F pada Tabel 5.
Tabel 5.
Ringkasan analisis varian regresi antara proporsi tutupan hutan, tingkat kemiskinan dan pendapatan sektor-sektor ekonomi terhadap IPM
Source Regression Residual Error
Total
263,080
19,512
282,592
20,237
1,220
16,59
0,000
Berdasarkan data Tabel 5.
diketahui nilai p-value pada Analysis of Variance sebesar 0,000 di mana < 0,1 maka disimpulkan bahwa secara keseluruhan variabel independen mempunyai pengaruh yang nyata terhadap variabel dependen.
Semua perubahan nilai IPM yang terjadi dapat diperkirakan menggunakan semua variabel X, dengan kemungkinan meleset sebesar 0,000.
SIMPULAN
Pada penelitian ini dapat disimpulkan bahwa proporsi hutan negara .
value = 0,.
hutan rakyat .
value =0,.
, sawah .
value = 0,.
, lahan terbuka .
value = 0,.
, kemiskinan .
value = 0,.
, keluarga prasejahtera .
value = 0,.
dan pertumbuhan ekonomi .
value = 0,.
dapat menurunkan capaian IPM dua tahun berikutnya.
Sedangkan lahan terbangun .
value = 0,.
PDRB di sektor pengangkutan ( p value = 0,.
, komunikasi .
value = 0,.
, jasa .
value = 0,.
dan sektor selainnya .
value = 0,.
dapat menambah angka IPM di Provinsi Lampung.
Jurnal Sylva Lestari Vol.
5 No.
Januari 2017 .
ISSN 2339-0913
DAFTAR PUSTAKA