SPATIAL ANALYSIS: PENDEKATAN METROPOLITAN STATISTICAL AREA UNTUK PERENCANAAN PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH
Abstrak
Pembangunan manusia menjadi salah satu fokus utama pembangunan, yang tercantum dalam Rencana Pembangunan Jangka Menengah Nasional (RPJMN) 2020-2024. Hal tersebut tertuang pada agenda ketiga dari tujuh agenda pembangunan, yaitu “Meningkatkan Sumber Daya Manusia yang Berkualitas dan Berdaya Saing”. Tingkat pembangunan manusia pada suatu wilayah dapat tercermin melalui Indeks Pembangunan Manusia (IPM). Pada tahun 2020, IPM Provinsi Jawa Tengah bernilai 71,87. Nilai tersebut sudah termasuk pada kategori tinggi (70-80), namun IPM Provinsi Jawa Tengah masih termasuk ke rentang bawah yang lebih mendekati kategori sedang (<70). Pada tahun 2020, IPM Provinsi Jawa Tengah hanya menempati posisi ke-13 jika dibandingkan dengan 34 provinsi lainnya. Dibutuhkan pengoptimalan dalam rangka menciptakan fokus terhadap pelaksanaan program pembangunan manusia di Jawa Tengah. Pemetaan terhadap kualitas pembangunan manusia perlu dilakukan untuk memastikan pemerataan kemampuan dalam rangka meningkatkan ekonomi nasional selama masa pemulihan akibat pandemi Covid. Penelitian ini bertujuan untuk mengidentifikasi, memetakan, dan menentukan wilayah prioritas pembangunan manusia di Provinsi Jawa Tengah. Metode yang digunakan adalah analisis deskriptif, analisis spasial dengan Moran’s dan LISA, serta Metropolitan Statistical Area (MSA). Variabel yang dianalisis adalah nilai IPM untuk 35 kabupaten/kota di Provinsi Jawa Tengah. Hasil analisis deskriptif menunjukkan bahwa wilayah kiri atau barat Provinsi Jawa Tengah memiliki persebaran nilai IPM yang cenderung lebih rendah. Hasil analisis spasial menunjukkan adanya keterkaitan secara geospasial yaitu antara pembangunan manusia dengan pembangunan berbasis kewilayahan. Berdasarkan analisis MSA, perencanaan pembangunan manusia di Provinsi Jawa Tengah sebaiknya difokuskan pada ketiga MSA yang terbentuk, yaitu MSA Tegal, MSA Pekalongan, dan MSA Purworejo.
Referensi
Anselin, Luc. 2018. Local Spatial Autocorrelation (1), Common Univariate Local Statistics. https://geodacenter.github.io/workbook/6a_local_auto/lab6a.html#principle. (5 Juni 2021)
Badan Perencanaan Pembangunan Nasional. 2016. Buletin Kawasan: Menuju Perencanaan Berbasis Kawasan. Jakarta: Bappenas. Edisi 27.
Badan Pusat Statistik Provinsi Jawa Tengah (BPS Jateng). 2021. Data Indeks Pembangunan Manusia 2018-2020. https://jateng.bps.go.id/indicator/26/83/1/indeks-pembangunan-manusia-metode-baru-.html. (6 Juni 2021)
Badan Pusat Statistik (BPS). 2021. Indeks Pembangunan Manusia 2020. Jakarta: BPS RI.
Badan Pusat Statistik. 2021. Hasil Sensus Penduduk 2020. Jakarta: BPS RI.
Bustaman, U. dkk. 2013. Penggunaan Metode Geographically Weighted Regression (GWR) untuk Analisis Data Sosial dan Ekonomi. Jakarta: BPS.
Federal Register. 2000. Standards for Defining Metropolitan and Micropolitan Statistical Area. Office Management and Budget. Vol 65, No. 249.
Getis, Arthur. 2009. Handbook of Spatial Analysis. United State of America: Springer Science Business Media.
Human Development Report. 2019. Human Development and the SDGs. New York: UNDP.
Katherina, R.D. 2016. Kebutuhan Kerjasama Antar Daerah dalam Pembangunan Wilayah. https://kependudukan.lipi.go.id/kajian-kependudukan/kebutuhan-kerjasama-antar-daerah-dalam-pembangunan-wilayah/. (4 Juni 2021)
Muliawan, R. H. A. and Ismartini, P. 2018. Perencanaan Pembangunan Manusia di Provinsi Papua Menggunakan Pendekatan Metropolitan Statistical Area dan Regresi Spasial. STIS.
Office Management and Budget. 2015. Revised Delineations of Metropolitan Statistical Areas, and Combined Statistical Areas, and Guidance on Uses of the Delineations of These Areas. [Bulletin]. OMB Bulletin. No. 15-01.
Pemerintah Provinsi Jawa Tengah. 2019. Perda Provinsi Jawa Tengah Nomor 5 Tahun 2019 tentang Rencana Pembangunan Jangka Menengah Daerah Provinsi Jawa Tengah Tahun 2018-2023. Semarang: Pemerintah Provinsi Jawa Tengah.
Pemerintah RI. 2020. Perpres RI Nomor 18 Tahun 2020 tentang Rencana Pembangunan Jangka Menengah Nasional 2020-2024. Jakarta: Pemerintah RI.
Scrucca, L. 2005. Clustering Spatial Multivariate Data Based on Local Measures of Spatial Autocorrelation, An Application to Labor Market in Umbria. [Research paper]. Department of Economic, Finance and Statistics.
Tennekes, M., 2018. tmap: Thematic Maps in R. Journal of Statistical Software, 84(6), pp.1-39.
United Nations Development Programme. 2020. Human Development Perspectives: Covid 19 And Human Development: Assessing the Crisis, Envisioning the Recovery. New York: UNDP.



