Kajian Tipologi Wilayah dan Karakteristiknya dalam Mendukung Program Pengembangan Kawasan Agropolitan (Studi Kasus : Kabupaten Sambas)

(1)

KAJIAN TIPOLOGI WILAYAH DAN KARAKTERISTIKNYA

DALAM MENDUKUNG PROGRAM PENGEMBANGAN

KAWASAN AGROPOLITAN

(Studi Kasus : Kabupaten Sambas)

Oleh :

Endang Werdiningsih

A24101024

PROGRAM STUDI ILMU TANAH

FAKULTAS PERTANIAN

INSTITUT PERTANIAN BOGOR

(2)

KAJIAN TIPOLOGI WILAYAH DAN KARAKERISTIKNYA

DALAM MENDUKUNG PROGRAM PENGEMBANGAN

KAWASAN AGROPOLITAN

(Studi Kasus : Kabupaten Sambas)

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar

Sarjana Pertanian pada Fakultas Pertanian

Institut Pertanian Bogor

Oleh :

Endang Werdiningsih

A24101024

PROGRAM STUDI ILMU TANAH

FAKULTAS PERTANIAN

INSTITUT PERTANIAN BOGOR

(3)

7 LEMBAR PENGESAHAN

Judul : Kajian Tipologi Wilayah dan Karakteristiknya dalam Mendukung Program Pengembangan Kawasan Agropolitan (Studi Kasus : Kabupaten Sambas)

Nama : Endang Werdiningsih NRP : A24101024

Menyetujui,

Pembimbing I Pembimbing II

Prof. Dr. Ir. Santun R. P. Sitorus Dr. Ir. Ernan Rustiadi, M.Agr NIP. 130 367 082 NIP. 131 879 339

Mengetahui, Dekan Fakultas Pertanian

Prof. Dr. Ir. Supiandi Sabiham, M.Agr. NIP. 130 422 698

(4)

RINGKASAN

ENDANG WERDININGSIH. Kajian Tipologi Wilayah dan Karakteristiknya dalam Mendukung Program Pengembangan Kawasan Agropolitan. (Di bawah bimbingan SANTUN R. P. SITORUS and ERNAN RUSTIADI)

Kabupaten Sambas memiliki potensi sumberdaya alam dan lahan untuk komoditi unggulannya yang bernilai komersial, yaitu tanaman jeruk pontianak/siam dan padi sawah. Keberadaannya pada kawasan pengembangan agropolitan diharapkan menciptakan dampak pada perkembangan kawasan yang berbasis pertanian, sesuai dengan karakteristik tipologi kawasannya.

Penelitian ini bertujuan untuk mengkaji tingkat perkembangan desa dan faktor-faktor yang mempengaruhinya sekaligus menentukan tipologi wilayah desa-desa di Kabupaten Sambas.

Teknik analisis data yang digunakan adalah analisis skalogram, analisis komponen utama, analisis gerombol, analisis regresi berganda metode forward stepwise, dan analisis fungsi diskriminan.

Hasil analisis skalogram menunjukkan teridentifikasinya desa-desa pusat pelayanan di Hirarki I karena ketersediaan sarana dan prasarana serta fasilitas pelayanannya lebih tinggi dan lengkap serta lebih memadai daripada desa-desa dengan hirarki yang lebih rendah (hirarki II dan III), terutama sarana pendidikan dan kesehatan. Umumnya, desa-desa yang berhirarki lebih rendah memiliki tingkat aksesibilitas relatif lebih sulit dan berlokasi di sekitar atau pinggir desa-desa dengan tingkat hirarki yang lebih tinggi.

Analisis regresi berganda metode forward stepwise dilakukan untuk menentukan model persamaan yang menjelaskan hubungan antara Indeks

(5)

9 Perkembangan Desa sebagai variabel respon dan faktor-faktor yang mempengaruhinya (faktor-faktor yang diduga) sebagai variabel penjelas. Variabel-variabel yang berpengaruh secara berurutan dari yang terbesar sampai yang terkecil berdasarkan besar kecilnya nilai koefisien regresi adalah : fasilitas kesehatan, kawasan padat penduduk dan pemukiman, fasilitas pendidikan tinggi, pendapatan desa, rasio luas nonsawah dan nonpangan, serta rasio luas ladang.

Berdasarkan rangkaian hasil analisis tipologi wilayah desa-desa di Kabupaten Sambas, tipologi I merupakan sentra kebun buah-buahan yang relatif berkembang dengan kondisi infrastruktur dasar penunjang pendidikan serta kapasitas sumberdaya manusia yang baik. Tipologi II berbasis tanaman pangan dengan tingkat kepadatan sedang dan tingkat kesejahteraan yang paling rendah. Sedangkan tipologi III berbasis pada budidaya perikanan dengan kapasitas sumberdaya buatan yang relatif kurang.

(6)

SUMMARY

ENDANG WERDININGSIH. Study of Regional Type and Its Characteristic in Supporting Agropolitan Area Development Program-Sambas Regency. (SANTUN R. P. SITORUS and ERNAN RUSTIADI as advisors)

Sambas Regency is potential on its natural resources and land for its superior commodity, that are pontianak/siam citrus and rice plant. Hopefully, the presentation of Sambas Regency in Agropolitan Development Area created an impact of regional development based on agriculture, appropriate with its regional type characteristic.

The research was conducted to study village development level and its influence factors, and to determine villages regional type of Sambas Regency.

The data analysis techniques used were the modified scalogram analysis, principal component analysis, cluster analysis, forward stepwise of multiple regression analysis, and discriminant function analysis.

The result of modified scalogram analysis showed that villages of center service location was identified as hierarchy I (because the rural infrastructure and agroservice facilities were higher and more complete compare with those at villages with the lower hierarchy (hierarchy II and hierarchy III), especially educational and health infrastructure. Villages with lower hierarchy were generally had relatively worse accessibility level and located around villages with higher hierarchy.

Forward stepwise of multiple regression analysis is done to determine equation model which explained relationship between village development level as dependent variable and its factors affect as independent variables. The variables

(7)

11 that affected in a series from the highest to the lowest based on regression coefficient marked, were health facility, population density and settlement area, high educational facility, village income ratio, size ratio of nonricefield and noncrop, also unirigated agricultural field ratio.

Based on the result series of regional type analysis in villages of Sambas Regency, regional type I was center of fruit plantation that relatively develop with better condition of base educational infrastucture and human resources capacity. Regional type II based on mainly agricultural crop, with the medium level of population density and the lowest level of prosperity. Regional type III based on mainly aquaculture fisheries with relativity low capacity of man-made resources.

(8)

RIWAYAT HIDUP

Penulis dilahirkan di Purwokerto, Jawa Tengah pada hari Senin tanggal 01 November 1982, dari pasangan Bapak Suryono dan Ibu Sutarti sebagai anak sulung dari lima bersaudara.

Riwayat pendidikan penulis dimulai ketika memasuki TK Karya Mandiri di Tangerang pada tahun 1988. Setahun kemudian penulis memasuki jenjang pendidikan dasar di SD Negeri Pasar Baru III Tangerang dan lulus pada tahun 1995. Pada tahun yang sama penulis melanjutkan pendidikan di SLTP Negeri II Tangerang selama tiga tahun. Selanjutnya, pada tahun 1998 penulis belajar di SMU Negeri I Tangerang dan berhasil menamatkannya pada tahun 2001. Penulis diterima menjadi mahasiswa di Departemen Tanah, Fakultas Pertanian, Institut Pertanian Bogor melalui jalur USMI (Ujian Seleksi Masuk IPB) sejak tahun 2001.

Selama menjadi mahasiswa, penulis pernah menjadi asisten pada mata kuliah Dasar-dasar Ilmu Tanah, mata kuliah Geomorfologi dan Analisis Landscape, dan mata kuliah Dasar-dasar Perencanaan Pengembangan Wilayah.

(9)

13 KATA PENGANTAR

Puji syukur kupanjatkan ke hadirat Allah SWT atas segala limpahan rahmat, karunia, kasih sayang serta ridlo-Nya sehingga penulis diberikan kekuatan, kesabaran, dan kesehatan untuk menyelesaikan seluruh rangkaian penelitian dan penyusunan tugas akhir. Sesungguhnya penulis tidak mengetahui segala sesuatu sedikitpun, kecuali atas izin-Nya hingga akhirnya penulis mendapatkan peluang dan petunjuk melalui hamba-hamba-Nya yang terpilih dalam mengungkap sebagian kecil rahasia ilmu-Nya di bidang perencanaan pengembangan sumberdaya lahan.

Pada kesempatan ini kuhaturkan sembah sujud untuk Bapak dan Ibu atas seluruh cucuran dan perasan keringat serta pengorbanan yang tulus dalam mengungkap seluruh getar emosionalku. Cinta dan rindu yang hangat khusus kukirimkan untuk ketiga saudariku di rumah dan adikku di surga.

Rasa hormat, ucapan terima kasih, dan penghargaan yang setinggi-tingginya penulis haturkan kepada Bapak Prof. Dr. Ir. Santun R.P. Sitorus selaku Pembimbing Skripsi I atas segala bimbingan, arahan, dan bantuannya selama penulis menyelesaikan tugas akhir. Ungkapan terima kasih juga tak lupa penulis sampaikan kepada Dr. Ir. Ernan Rustiadi, M.Agr selaku Pembimbing Skripsi II atas konsultasi, saran-saran, dan masukan-masukannya. Kata ”terima kasih” akan senantiasa selalu terucap untuk Ibu Dra. Khursatul Munibah, MSc yang telah membimbingku selama kuliah. Ungkapan terima kasih disampaikan pula kepada Bapak Atang Sutandi atas kesediaannya sebagai dosen penguji pada ujian skripsi.

Terima kasih ini tentu saja selalu diapresiasikan secara spesial satu per satu kepada pihak-pihak yang turut serta dalam mendukung proses penyelesaian tugas akhirku, yaitu :

• Mba Mia Ermyanila ”she is my special counselour” yang telah mencurahkan segenap waktu dan tenaganya untuk ide-ide, diskusi, serta pencerahan yang menakjubkan. Terima kasih atas segalanya karena ”I do nothing without you ” • Editor terbaik yang pernah kutemui : Futriya Yuliantiningsih.

• Bayangan jiwaku yang tak pernah mati : Yayah, Rini, Keke, Shinta, dan Ricka. Semoga kalian selalu mendapat yang terbaik.

(10)

• Mitra kerja seperjuanganku : inne, tangky, mei-mei, lia_somad, yani kus nengky, e’na, opppie, eyu, dan dimas. Terima kasih pula kusampaikan untuk Mas Tanto, Mba Dee-Spy, dan Mas Heri atas kenangan yang unik.

• Teman-teman AMIGOS 38 : 3lili, subekhi, patme, yuli, mamet, abe, widyo, nyit_nyit, emi, serta seluruh soiler 38 yang tidak mungkin disebutkan satu per satu. Terima kasih untuk kebersamaannya selama ini dan semoga kekuatan ini tak akan pernah berakhir.

• Teman baikku di Tangerang, mantan smanitra yang tak pernah lupa : Cahyo dan Seto. Trims tuk segenap doa, dukungan, dan dorongannya hingga tetap mampu membuatku tidak patah semangat. Trims tuk semua telpon, sms, dan

e-mail.

• Mba Dian, Mas Janu, Mba Ied, serta seluruh Staff Pengajar di Bagian Perencanaan dan Pengembangan Sumberdaya Lahan atas segala bantuan dan fasilitas yang telah diberikan selama penulis menyelesaikan tugas akhir ini. Terima kasih untuk Ibu Ir. Dyah Panuju untuk peminjaman buku-bukunya. • Teman seatap tempat berbagi duka, suka, dan cita di Wisma Nurr Jannah,

terutama m’ Rin_si ratu chating and Sitimur_si ratu sms.

• A huge thanks especially goes to mas dQ, the one i’ve never 4get about…who have never let me down.

Penulis sadar bahwa karya kecil ini masih terdapat banyak kekurangan dan jauh dari sempurna. Oleh karena itu, penulis mengharapkan kritik, saran, dan masukan yang membangun dari semua pihak. Semoga tulisan ini dapat memberikan manfaat bagi yang memerlukannya. Amin.

Dramaga, Oktober 2005

(11)

KAJIAN TIPOLOGI WILAYAH DAN KARAKTERISTIKNYA

DALAM MENDUKUNG PROGRAM PENGEMBANGAN

KAWASAN AGROPOLITAN

(Studi Kasus : Kabupaten Sambas)

Oleh :

Endang Werdiningsih

A24101024

PROGRAM STUDI ILMU TANAH

FAKULTAS PERTANIAN

INSTITUT PERTANIAN BOGOR

(12)

KAJIAN TIPOLOGI WILAYAH DAN KARAKERISTIKNYA

DALAM MENDUKUNG PROGRAM PENGEMBANGAN

KAWASAN AGROPOLITAN

(Studi Kasus : Kabupaten Sambas)

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar

Sarjana Pertanian pada Fakultas Pertanian

Institut Pertanian Bogor

Oleh :

Endang Werdiningsih

A24101024

PROGRAM STUDI ILMU TANAH

FAKULTAS PERTANIAN

INSTITUT PERTANIAN BOGOR

(13)

7 LEMBAR PENGESAHAN

Judul : Kajian Tipologi Wilayah dan Karakteristiknya dalam Mendukung Program Pengembangan Kawasan Agropolitan (Studi Kasus : Kabupaten Sambas)

Nama : Endang Werdiningsih NRP : A24101024

Menyetujui,

Pembimbing I Pembimbing II

Prof. Dr. Ir. Santun R. P. Sitorus Dr. Ir. Ernan Rustiadi, M.Agr NIP. 130 367 082 NIP. 131 879 339

Mengetahui, Dekan Fakultas Pertanian

Prof. Dr. Ir. Supiandi Sabiham, M.Agr. NIP. 130 422 698

(14)

RINGKASAN

ENDANG WERDININGSIH. Kajian Tipologi Wilayah dan Karakteristiknya dalam Mendukung Program Pengembangan Kawasan Agropolitan. (Di bawah bimbingan SANTUN R. P. SITORUS and ERNAN RUSTIADI)

Penelitian ini bertujuan untuk mengkaji tingkat perkembangan desa dan faktor-faktor yang mempengaruhinya sekaligus menentukan tipologi wilayah desa-desa di Kabupaten Sambas.

Teknik analisis data yang digunakan adalah analisis skalogram, analisis komponen utama, analisis gerombol, analisis regresi berganda metode forward stepwise, dan analisis fungsi diskriminan.

Analisis regresi berganda metode forward stepwise dilakukan untuk menentukan model persamaan yang menjelaskan hubungan antara Indeks

(15)

(16)

SUMMARY

ENDANG WERDININGSIH. Study of Regional Type and Its Characteristic in Supporting Agropolitan Area Development Program-Sambas Regency. (SANTUN R. P. SITORUS and ERNAN RUSTIADI as advisors)

The research was conducted to study village development level and its influence factors, and to determine villages regional type of Sambas Regency.

(17)

(18)

RIWAYAT HIDUP

Penulis dilahirkan di Purwokerto, Jawa Tengah pada hari Senin tanggal 01 November 1982, dari pasangan Bapak Suryono dan Ibu Sutarti sebagai anak sulung dari lima bersaudara.

(19)

13 KATA PENGANTAR

Terima kasih ini tentu saja selalu diapresiasikan secara spesial satu per satu kepada pihak-pihak yang turut serta dalam mendukung proses penyelesaian tugas akhirku, yaitu :

• Bayangan jiwaku yang tak pernah mati : Yayah, Rini, Keke, Shinta, dan Ricka. Semoga kalian selalu mendapat yang terbaik.

(20)

e-mail.

terutama m’ Rin_si ratu chating and Sitimur_si ratu sms.

• A huge thanks especially goes to mas dQ, the one i’ve never 4get about…who have never let me down.

Dramaga, Oktober 2005

(21)

15 DAFTAR ISI

Halaman

DAFTAR TABEL... i

DAFTAR GAMBAR... iii

DAFTAR LAMPIRAN... iv

I. PENDAHULUAN 1.1. Latar Belakang ... 1

1.2. Tujuan Penelitian... 4

II. TINJAUAN PUSTAKA 2.1. Konsep Dasar Ruang dalam Sistem Wilayah... 5

2.2. Wilayah Adminisratif-Politis atau Wilayah Geografis... 6

2.3. Pengembangan Wilayah Khusus 2.3.1. Wilayah Perencanaan ... 6

2.3.2. Wilayah Homogen ... 7

2.4. Konsep Wilayah Nodal ... 8

2.5. Pengembangan Wilayah Fungsional Menurut Sistem Perkotaan 2.5.1. Konsep Pertumbuhan Kutub (Growth Pole) ... 9

2.5.2. Konsep Agropolitan ... 10

2.6. Analisis Tingkat Perkembangan Wilayah... 12

2.7. Analisis Komponen Utama (Principal Component Analysis) ... 12

2.8. Analisis Gerombol (Cluster Analysis) ... 15

2.9. Analisis Fungsi Diskriminan (Discriminant Function Analysis) ... 17

(22)

III. METODOLOGI PENELITIAN

3.1. Waktu dan Lokasi Penelitian... 20 3.2. Jenis Data, Sumber Data, dan Alat Penelitian... 20 3.3. Tahapan Penelitian ... 20 3.4. Metode Analisis Data

3.4.1. Analisis Tingkat Perkembangan Wilayah ... 21 3.4.2. Analisis Komponen Utama... 22 3.4.3. Analisis Gerombol ... 23 3.4.4. Analisis Fungsi Diskriminan ... 23 3.4.5. Analisis Regresi Berganda ... 23 IV.KEADAAN UMUM LOKASI PENELITIAN

4.1. Kondisi Topografi, Geografi, dan Komponen Fisik Lainnya

4.1.1. Topografi dan Geografi ... 25 4.1.2. Komponen Fisik Lainnya ... 26 4.2. Penggunaan Lahan dan Kependudukan ... 28 4.3. Prasarana Umum ... 29 4.4. Kondisi Pertanian di Kabupaten Sambas ... 32 V. HASIL DAN PEMBAHASAN

5.1. Hirarki Wilayah Berdasarkan Hasil Analisis Skalogram... 35 5.2. Penyusun Komponen-komponen Utama ... 40 5.3. Faktor-faktor yang Mempengaruhi Tingkat Perkembangan Desa ... 43

5.4. Tipologi Wilayah Desa-desa di Kabupaten Sambas... 49 5.5. Arahan Pengembangan Wilayah ... 56

(23)

17 VI. KESIMPULAN DAN SARAN

6.1. Kesimpulan ... 59 6.2. Saran ... 60 DAFTAR PUSTAKA... 61

(24)

DAFTAR TABEL

Nomor Teks Halaman 1. Identifikasi Variabel Tujuan ... 21 2. Nilai Selang Hirarki Pusat Pelayanan ... 22 3. Kondisi Topografi Berdasarkan Bentuk Wilayah Dan Ketinggian... 25 4. Luas Wilayah Kabupaten Sambas Menurut Jenis Tanah ... 27 5. Curah Hujan Rata-rata Bulanan pada tahun 2002 di Beberapa Kecamatan

di Kabupaten Sambas... 28 6. Panjang Jalan Kabupaten Menurut Jenis Permukaan dan Kondisi Jalan ... 29 7. Panjang Jalan Kabupaten Menurut Status Pengawasan dan Jenis

Permukaan ... 30 8. Luas Panen, Produktivitas dan Produksi Padi Sawah ... 32 9. Luas Panen, Rata-rata Produksi, dan Produksi Komoditi Palawija ... 33 10.Luas Panen, Rata-rata Produksi, dan Produksi Sayur-sayuran ... 33 11.Perkembangan Produksi Tanaman Perkebunan Menurut Jenisnya ... 34 12.Luas panen, Rata-rata Produksi, dan Produksi buah-buahan ... 34 13.Nilai IPD, Hirarki, dan Cluster ... 36 14. Eigenvalue Komponen-komponen Utama... 41 15.Nilai Factor Loading Analisis Komponen Utama ... 42 16.Komponen-komponen Utama yang Mempengaruhi IPD... 44 17.a. Hasil Analisis Gerombol (Cluster I) ... 50 17. b. Hasil Analisis Gerombol (Cluster 2)... 50 17. c. Hasil Analisis Gerombol (Cluster 3) ... 50 18.Matriks Tipologi Desa Hasil Analisis Fungsi Diskriminan (DFA) ... 53

(25)

19 19.Fungsi Klasifikasi Hasil Analisis Fungsi Diskriminan (DFA) ... 54 20.Karakteristik Tipologi Wilayah Desa-desa di Kabupaten Sambas ... 55

(26)

DAFTAR GAMBAR

Nomor Teks Halaman 21.Diagram Sub-sub Wilayah Inti dengan Berbagai Tingkat Hirarki Pada

Wilayah Nodal ... 9 22.Skema Keterkaitan Desa dan Kota dalam Hubungannya dengan

Interaksi Spasial antar Subsistem Rantai Agribisnis/Agroindustri akibat

Peningkatan Nilai Tambah ... 11 23.Skema Alur Metodologi Penelitian ... 24 24.Peta Administrasi Kabupaten Sambas... 26 25.Peta Tingkatan Hirarki Desa-desa di Kabupaten Sambas ... 40 26.Hasil Analisis Gerombol dengan Metode K-Means... 51 27.Tipologi Wilayah Desa-desa di Kabupaten Sambas ... 53

(27)

21 DAFTAR LAMPIRAN

Nomor Teks Halaman 28.Variabel-variabel yang digunakan untuk analisis skalogram ... 63 29.Variabel-variabel hasil rasionalisasi... 64 30.Proporsi Luas Desa... 65 31.Jumlah Penduduk, Proporsi, dan Kepadatannya... 66 32.Penggunaan Lahan di Beberapa Kecamatan di Kabupaten Sambas ... 68 33.Nilai Kumulatif Akar Ciri (communalities) Hasil PCA ... 68 34.Hasil Analisis Regresi Berganda Metode Forward Stepwise... 68 35.Nilai PC scores PCA ... 69 36.Hasil Perhitungan Analisis Skalogram... 71

(28)

I. PENDAHULUAN

1.1. Latar Belakang

Konsep pembangunan suatu bangsa terkait erat dengan kesadaran yang terbentuk melalui pengalaman-pengalamannya yang sifatnya tidak statis atau dinamis. Dengan demikian, paradigma pembangunan dapat saja mengalami pergeseran, sementara paradigma-paradigma baru bermunculan menggantikannya. Pembangunan atau development adalah suatu kata yang mulai populer pada masa sesudah Perang Dunia II (Streeten, 1981 dalam Nurzaman, 2002). Pada saat itu, tingkat Pendapatan Domestik Bruto (PDB) atau Gross Domestic Product

merupakan indikator yang sangat praktis yang dapat dipakai untuk mengukur tingkat perkembangan pembangunan. PDB terus diperbesar sampai titik tertentu melalui industrialisasi sehingga diharapkan proses pemerataan pembangunan akan berlangsung dengan sendirinya melalui proses yang sering dikenal dengan proses penetesan ke bawah (Trickling Down Process) ke wilayah serta golongan ekonomi yang kurang. Akan tetapi, hal tersebut ternyata tidak sepenuhnya benar. Pada kenyataaannya banyak sekali peristiwa ketegangan sosial yang timbul dari masalah-masalah kesenjangan pendapatan, dan seringkali berakibat pada jatuhnya rejim-rejim pemerintahan yang berkuasa.

Hal seperti di atas terjadi, misalnya di India pada periode 1961-1966 secara tegas menyatakan bahwa konsep perkembangan yang dianut adalah konsep

industrial growth pole (Mathur, 1979 dalam Nurzaman, 2002), atau yang biasa disebut juga sebagai pembangunan dari atas atau development from above.

(29)

23 ‘leading’ di wilayah yang paling strategis (Mathur, 1978 dalam Nurzaman, 2002). Konsep growth pole cenderung menciptakan efek negatif yang dapat menurunkan keberlanjutan pembangunan. Perlombaan dalam peningkatan PDB dapat menyebabkan terjadinya eksploitasi berlebihan atau pengurasan besar-besaran (massive backwash effect) dari pedesaan ke perkotaan. Hal ini berakibat pada habisnya sumberdaya alam yang tidak dapat diperbaharui dan menurunnya kualitas sumberdaya alam yang dapat diperbaharui.

Dengan mempertimbangkan sisi lain dari konsep di atas, tidak mengherankan apabila tumbuh alternatif lain dari konsep perkembangan, sebut saja paham pembangunan dari bawah (development from below). Konsep ini mengandalkan participatory planning terhadap sumberdaya dan keahlian setempat. Semua surplus wilayah dikembalikan lagi ke wilayah (atau negara) karena pada dasarnya persoalan pengembangan wilayah dapat diselesaikan melalui pendekatan ruang (spasial).

Salah satu bentuk dari development from below adalah konsep Agropolitan development. Suatu agropolitan district adalah suatu wilayah teritorial yang perekonomian dasarnya pertanian, dan mempunyai satu kota agropolis atau kota pertanian yang melayani seluruh keperluan serta merupakan pusat pengolahan hasil pertanian di agropolitan district. Kota tersebut berpenduduk sekitar 10.000-25.000 orang. Radius wilayah pelayanannya sekitar 5-10 km (1 jam naik sepeda), serta keseluruhan wilayah berpenduduk sekitar 50.000-150.000 orang. Satu hal yang penting adalah agropolitan district memiliki sistem pemerintahan yang berdiri sendiri dan terintegrasi (Friedman dan Douglas). Program Pengembangan Kawasan Agropolitan di Indonesia merupakan kelanjutan pembangunan untuk

(30)

mengoptimalkan hasil-hasil pembangunan sebelumnya pada Kawasan Andalan baik pada daerah-daerah Kawasan Sentra Produksi (KSP), Kawasan Pengembangan Ekonomi Terpadu (KAPET), maupun pada Kawasan Tertinggal. Pembangunan pertanian pedesaan yang strateginya didasarkan pada ‘agro-based sustainable development’ mema dukan (mensinergikan) pengembangan strategi agribisnis dengan pendekatan wilayah (spasial). Berarti, pembangunan akan dilaksanakan melalui Daerah Pusat Pertumbuhan (DPP) yang memasok hasil produksi pertanian (produk unggulan).

Karena DPP pada agropolitan direncanakan banyak (tidak hanya satu seperti pada Pertumbuhan Kutub), maka tempat/kota yang berkembang itu (agropolis) jumlahnya banyak di seluruh wilayah, sehingga perkembangan dan kemakmuran lebih merata. Pembangunan yang dipercepat ini perlu dilaksanakan dengan serius dengan mengintegrasikan semua sektor dan pihak-pihak terkait (stakeholder). Sektor pertanian telah terbukti merupakan salah satu sektor pembangunan yang mampu bertahan pada saat krisis meskipun tingkat kesejahteraan petani tidak meningkat setiap tahunnya.

Salah satu kabupaten di Propinsi Kalimantan Barat yang sedang dikembangkan sebagai kawasan agropolitan adalah Kabupaten Sambas. Daerah ini memiliki potensi sumberdaya alam dan lahan yang potensial untuk komoditi unggulannya yang bernilai komersial, yaitu tanaman jeruk pontianak/siam dan padi sawah. Sebagian besar luas wilayah Kabupaten Sambas sangat potensial untuk kegiatan budidaya yaitu sekitar 80% dari luas wilayah Sambas atau sekitar 5000 km2. Sekitar 72% penduduknya mempunyai mata pencaharian yang berasal dari sektor pertanian. Kenyataan ini didukung pula oleh keadaan struktur

(31)

25 perekonomian yang masih mengandalkan sektor pertanian sebagai sektor penyumbang yang terbesar.

Selain itu, Pemerintah Kabupaten Sambas juga merencanakan program pegembangan Paloh-Sajingan Besar (PALSA) untuk dijadikan sebagai daerah industri, pariwisata, dan perdagangan yang berorientasi pasar internasional. Beberapa alasan yang menjadi dasar pemilihan lokasi di kawasan tersebut, antara lain : posisi geografis yang sangat strategis, kaya akan sumberdaya alam, memiliki panorama laut yang indah dan eksotik, serta letaknya berbatasan langsung dengan negara tetangga (Sarawak-Malaysia). Hal ini menjadikan Kabupaten Sambas harus dibenahi sebagai serambi depan suatu negara.

1.2. Tujuan Penelitian

Adapun tujuan penelitian ini adalah sebagai berikut :

1. Mengkaji tingkat perkembangan desa-desa di Kabupaten Sambas, Propinsi Kalimantan Barat dan faktor-faktor yang mempengaruhinya.

2. Menentukan tipologi dan karakteristik desa-desa di Kabupaten Sambas berdasarkan berbagai potensi dan sumberdaya alam wilayahnya.

(32)

II. TINJAUAN PUSTAKA

2.1. Konsep Dasar Ruang dalam Sistem Wilayah

Ruang adalah wadah yang meliputi ruang daratan, ruang lautan dan ruang udara sebagai satu kesatuan wilayah, tempat manusia dan makhluk lainnya hidup dan melakukan kegiatan serta memelihara kelangsungan hidupnya (UU No. 24 Tahun 1992). Pada dokumen yang sama, tata ruang didefinisikan sebagai wujud struktural dan pola pemanfaatan ruang, baik direncanakan maupun tidak. Ruang memiliki beberapa elemen atau unsur yang penting antara lain adalah : (i) jarak, (ii) lokasi, (iii) bentuk dan (iv) ukuran atau skala. Unsur-unsur ini secara bersamaan menyusun unit tata ruang yang disebut wilayah (Hanafiah, 1982).

Wilayah adalah satuan geografis dengan batas-batas tertentu yang bagian-bagiannya saling bergantung secara internal (Nasoetion, 1988 dalam Syafrizal, 1990). Menurut Dusseldorp (1973) dalam Jayadinata (1999) dapat dibuat tiga macam wilayah pengembangan, yaitu : (a) menurut prinsip homogenitas atau uniformitas, yaitu wilayah geografi fisik/sosial, wilayah ekonomi, atau wilayah budaya; (b) menurut konsep hubungan ruang, yaitu wilayah fungsional yang disebut juga wilayah terpusat ; dan (c) menurut wilayah yang khusus yaitu wilayah terbelakang, wilayah aliran sungai, wilayah pedesaan, dan sebagainya yang dikembangkan menurut prinsip uniformitas.

Analisis Ruangatau Spatial Analysis adalah bidang kajian yang menyangkut analisis berbagai fenomena spasial di alam, khususnya di atas permukaan bumi, termasuk fenomena- fenomena fisik dan sosial. Data yang melekat dengan posisi di permukaan bumi (data spasial atau georeferenced data) memiliki karakteristik

(33)

27 yang khusus karena sifat alamiahnya yang memiliki korelasi spasial (spatial intercorrelation). Obyek-obyek atau kejadian-kejadian yang terdistribusi di dalam ruang cenderung tidak saling bebas, namun saat diterjemahkan dalam analisis-analisis statistika cenderung diasumsikan bersifat independen (saling bebas) untuk tujuan penyederhanaan (Rustiadi et al., 2003).

2.2. Wilayah Adminisratif-Politis atau Wilayah Geografis

Wilayah administratif sering disebut sebagai wilayah otonomi yang termasuk perencanaan wilayah teritorial (formal). Artinya suatu wilayah yang dibatasi atas dasar kenyataan bahwa wilayah tersebut berada dalam batas-batas pengelolaan administrasi/tatanan politis tertentu. Wilayah ini umumnya dipimpin oleh suatu sistem birokrasi atau suatu sistem kelembagaan dengan otonomi tertentu yang mempunyai suatu otoritas melakukan keputusan dan kebijakan sendiri dalam pengelolaan sumberdaya-sumberdaya di dalamnya.

Pengembangan wilayah secara administratif atau secara geografis, misalnya pengembangan daerah Jawa Barat (Propinsi Jawa Barat), atau pengembangan wilayah geografis Jawa Barat (yang terdiri atas Propinsi Jawa Barat, Banten, dan DKI Jakarta), dengan mengembangkan seluruh wilayah pedesaan dan perkotaannya. Hal itu termasuk perencanaan wilayah teritorial (formal).

2.3. Pengembangan Wilayah Khusus 2.3.1. Wilayah Perencanaan

Wilayah perencanaan dibatasi berdasarkan kenyataan terdapatnya sifat-sifat tertentu baik alamiah maupun non alamiah sehingga perlu perencanaan secara terintegrasi melalui pendekatan teritorial (formal). Sebagai contoh, ekosistem Daerah Aliran Sungai (DAS) yang terbentuk oleh

(34)

matriks dasar kesatuan hidroorologis sehingga dalam pengelolaannya direncanakan melalui pendekatan teritorial (formal), misalnya pembangunan bendungan untuk irigasi atau untuk pembangkit tenaga listrik. Pengembangan DAS yang telah dilakukan di Indonesia antara lain : DAS Citarum di Jawa Barat dengan Bendungan Jatiluhur, Cirata dan Saguling serta DAS Brantas di Jawa Timur.

2.3.2. Wilayah Homogen

Konsep perwilayahan homogen diawali oleh kegiatan evaluasi sumberdaya lahan seperti evaluasi kesesuaian lahan (land suitability) atau kemampuan lahan (land capability) terhadap suatu jenis komoditas tertentu. Keunggulan potensi sumberdaya tanah dan iklim di wilayah ini merupakan

‘comparative advantage’ yang sifatnya homogen dan dominan. Umumn ya faktor-faktor yang tidak dominan sifatnya heterogen, misalnya jumlah penduduk, pengetahuan, keterampilan, kelembagaan petani, pasar dan sebagainya. Konsep wilayah homogen lebih menekankan aspek homogenitas (kesamaan) di dalam kelompok dan memaksimumkan perbedaan (kompleksitas, varians, ragam) antar wilayah-wilayahnya atau antar komponen-komponen di dalamnya (Rustiadi et al., 2003).

Daerah “Jalur Pantura” (Jatiluhur dan Pantai Utara Jawa), dapat dikatakan sebagai daerah homogen mengingat daerah ini didominasi oleh pertanian sawah beririgasi teknis. Di lain pihak faktor budaya (etnik) di Jalur Pantura ini sangat heterogen, karena di daerah ini dijumpai berbagai grup etnik yaitu Melayu, Sunda, Cirebonan dan Jawa.

(35)

29 2.4. Konsep Wilayah Nodal

Wilayah diasumsikan sebagai suatu “sel hidup” yang mempunyai plasma dan inti. Inti (pusat) merupakan pusat-pusat pelayanan/pemukiman yang berfungsi sebagai: (1) tempat terkonsentrasinya penduduk, (2) pasar bagi komoditi-komoditi pertanian maupun industri, (3) sebagai pusat pelayanan terhadap daerah

hinterland, serta (4) sebagai lokasi pemusatan industri manufaktur yang diartikan sebagai kegiatan yang mengorganisasikan faktor-faktor produksi untuk menghasilkan suatu output tertentu. Sedangkan plasma adalah daerah belakang (periferi/hinterland) yang berfungsi sebagai : (1) pemasok (produsen) bahan-bahan mentah dan/atau bahan-bahan baku, (2) pemasok tenaga kerja melalui urbanisasi, (3) sebagai daerah pemasaran barang dan jasa industri manufaktur dan umumnya terdapat interdependensi antara inti dan plasma, serta (4) sebagai fungsi-fungsi keseimbangan ekologis (Rustiadi et al., 2003).

Batas fisik dari setiap daerah pelayanan bersifat sangat baur dan dinamis karena sangat dipengaruhi oleh perkembangan sistem transportasi. Oleh karena itu, struktur wilayah ini sangat efisien khususnya dalam mendukung perkembangan ekonomi dan sistem transportasi.

Pada wilayah nodal pusat-pusat yang berhierarki lebih tinggi melayani pusat-pusat yang berhierarki rendah disamping juga melayani hinterland di sekitarnya. Pada kenyataannya dalam suatu sub areal yang cukup luas mempunyai beberapa inti dengan hierarki (orde) tertentu. Sub wilayah inti dengan hierarki yang lebih tinggi merupakan pusat bagi beberapa sub wilayah inti dengan hierarki yang lebih rendah. Secara skematik hirarki wilayah ini dapat dijelaskan pada Gambar 1.

(36)

Keterangan : 1, 2, 3 menunjukkan urutan hierarki pusat

Gambar 1. Diagram Sub-sub Wilayah Inti dengan Berbagai Tingkat Hirarki Pada Wilayah Nodal (Rustiadi et al., 2003).

2.5. Pengembangan Wilayah Fungsional Menurut Sistem Perkotaan 2.5.1. Konsep Pertumbuhan Kutub (Growth Pole)

Konsep pertumbuhan kutub (growth pole) dikenal juga sebagai pembangunan dari atas (development from above) yang sifatnya top down

(komando). Menurut Mathur (1978) dalam Nurzaman (2002) konsep growth pole adalah konsep yang menekankan pada pembangunan industri ’leading’ di wilayah yang paling strategis. Dengan cara tersebut, pembangunan akan berjalan dengan cepat begitu pula dengan PDB.

Dalam konsep tersebut terdapat istilah penjalaran dan penetesan (spread and trickling down) serta penarikan dan pemusatan (backwash and polarization). Investasi diberikan pada kota besar, dengan pendirian bahwa jika kegiatan terkonsentrasi dalam suatu ruang, maka konsentrasi itu menimbulkan external economics yang mengakibatkan bertambahnya kegiatan baru pada kawasan kota tersebut. Proses demikian mempertinggi aglomerasi ekonomi (Jayadinata, 1999). Pada kenyataannya proses

3 3

(37)

31 penetesan ke bawah tidak otomatis berlangsung dengan sendirinya. Selain PDB dan pendapatan per kapita, pemerataan juga perlu diperhatikan. Jose Luis Corragio menguraikan bagaimana growth center theory bukannya menyebabkan penetesan perkembangan, tetapi malahan menyebabkan ketergantungan yang semakin besar dari periphery terhadap center

(Weaver, 1981 dalam Nurzaman, 2002). 2.5.2. Konsep Agropolitan

Berhubung proses penjalaran atau perambatan perkembangan dari kota ke wilayah sekitar daerah inti tersebut bekerjanya lambat atau bahkan kurang dapat dijelaskan secara meyakinkan, maka orang pun berpaling pada sisi lain dari daerah perkotaan, yaitu di pedesaan. Umumnya di negara berkembang seperti Indonesia, daerah pedesaan merupakan sumber penghidupan dari sebagian besar penduduk. Argumentasi yang juga menunjang pandangan ini adalah adanya keterkaitan antara pedesaan dan perkotaan. Keterkaitan itu paling tidak dalam hal pasar kota menyerap hasil produksi desa, tenaga desa dipekerjakan di lapangan kerja kota dan fasilitas pelayanan di kota dimanfaatkan penduduk desa. Atas dasar alasan-alasan tersebut Friedmann dan Douglass (1978) mengusulkan konsep Agropolitan. Kata ‘agro’ merupakan istilah dari bahasa latin yang bermakna ‘Tanah yang dikelola’ atau ‘Budidaya Tanaman’ yang kemudian digunakan untuk menunjuk berbagai aktivitas berbasis ‘Pertanian’. Sedangkan kata ‘agropolis’ berasal dari kata agro dan metropolis, yakni lokasi pusat pelayanan sistem kawasan sentra-sentra aktivitas ekonomi berbasis pertanian. Jadi, pengembangan agropolitan merupakan pengembangan

(38)

berbagai hal yang dapat memperkuat fungsi/peran ’agropolis’ sebagai lokasi pusat pelayanan sistem kawasan sentra-sentra aktivitas ekonomi berbasis pertanian. Tipologi pengembangan disesuaikan dengan karakteristik tipologi kawasan yang dilayaninya (Saefulhakim, 2004).

Sitorus dan Nurwono (1998) menjelaskan bahwa persyaratan terbentuknya Agropolitan adalah kota yang memiliki nilai tambah (efisien) baik dalam pelayanan jasa-jasa yang mudah dan murah dibandingkan dari kota terdekat maupun dalam produksi dan pemasaran serta memilliki

hinterland yang kegiatan perekonomian utamanya adalah di bidang agribisnis (ada rantai agribisnisnya). Interaksi spasial antar subsistem agribisnis/agroindustri dilakukan melalui peningkatan economic of scope

dan economic of scale, bukan ditentukan oleh batas luasan administratifnya, seperti desa/kelurahan, kacamatan, atau kabupaten.

Gambar 2. Skema keterkaitan desa dan kota dalam hubungannya dengan interaksi spasial antar subsistem rantai agribisnis/agroindustri AGROPOLITAN

TUJUAN : EFISIEN PRODUKTIF

SUBSISTEM MEKANISME PENGENDALIAN

SUBSISTEM USAHA TANI PENGGUNAAN TANAH

SUBSISTEM MANAJEMEN

INFORMASI

SUBSISTEM PEMASARAN

HASIL

SUBSISTEM PENGOLAHAN HASIL USAHA TANI

Membangun Keterkaitan/Interaksi Spasial antar Subsistem Rantai Agribisnis/Agroindustri

Peningkatan Nilai Tambah Lokal Pedesaan

Penguatan Sektor Pedesaan

Pembangunan Desa-Kota Berimbang

TRANSFORMASI PENINGKATAN NILAI TAMBAH ALIRAN (FLOW) PENGENDALI KEBIJAKSANAAN ALIRAN (FLOW) INFORMASI

(39)

2.6. Analisis Tingkat Perkembangan Wilayah

Perkembangan wilayah desa-desa di Kabupaten Sambas ditentukan dengan metode skalogram. Metode ini digunakan untuk mengetahui keragaan tiap-tiap desa di sembilan kecamatan di Kabupaten Sambas berdasarkan seluruh potensi sumberdaya fisik, sosial, dan ekonomi wilayah. Asumsi yang digunakan adalah : 1. Tingkat hirarki suatu wilayah ditentukan oleh jumlah penduduk, jumlah jenis,

dan jumlah unit sarana/prasarana pada suatu wilayah.

2. Wilayah dengan hirarki/orde yang lebih tinggi adalah pusat pelayanan bagi wilayah dengan hirarki/orde yang lebih rendah.

Unsur-unsur yang digunakan dalam metode skalogram adalah jumlah penduduk, jumlah jenis, jumlah unit serta kualitas fasilitas pelayanan yang dimiliki masing-masing desa.

Menurut Rustiadi et al. (2003), model untuk menentukan Indeks Perkembangan Desa adalah :

∑

= n i

j I

IPD ' dimana

i i ij ij

SD I I

I' = − min

IPD : Indeks perkembangan desa ke-j ij

I : Nilai (skor) indeks perkembangan ke-i terkoreksi (standarisasi) desa ke-j

min i

I : Nilai (skor) indeks perkembangan ke-i terkecil (minimum)

SD : Standar deviasi indeks perkembangan ke-i

2.7. Analisis Komponen Utama (Principal Component Analysis)

Analisis komponen utama (Principal Component Analysis) atau yang lebih dikenal dengan PCA merupakan salah satu cara analisis yang mentransformasikan secara linear suatu set variabel data yang berukuran besar (multivariate variable) menjadi variabel-variabel baru yang lebih sederhana dan orthogonal (tidak saling

(40)

berkorelasi atau saling bebas), namun lebih representatif dibandingkan dari variabel-variabel asal, sehingga informasi yang terkandung masih relatif sama. Variabel-variabel baru itu disebut faktor atau principal component.

PCA mampu mentransformasikan kumpulan peubah berkorelasi menjadi peubah baru yang tidak berkorelasi (Dillion dan Goldstein, 1984 dalam Suryani, 1994). Format data untuk PCA umumnya membentuk matriks berukuran n x p, yang mana n menunjukkan jumlah contoh pengamatan (baris) sedangkan p

menyimbolkan jumlah variabel (kolom). Format data untuk PCA dapat digambarkan sebagai berikut :

X11 X12 X13 ... X1p

X21 X22 X23 ... X2p

Xn1 Xn2 Xn3 ... Xnp

Persamaan umum PCA yang dihasilkan adalah sebagai berikut : Yk = ak1X1 + ak2X2 + ... + akpXp

Output data hasil analisis komponen utama umumnya memiliki variabel-variabel baru (faktor) yang lebih sedikit dan orthogonal, dengan nilai ragam (variance) yang relatif sama. Hasil analisis komponen utama adalah sebagai berikut :

(a) Nilai akar ciri (eigenvalues), yaitu nilai yang menggambarkan keragaman data pada variabel-variabel baru (faktor utama) hasil analisis. Dengan kata lain, faktor utama hasil analisis PCA mampu menjelaskan keragaman data awal sekaligus mewakili variabel-variabel asal sebesar nilai akar ciri tadi. Persamaan untuk memperoleh nilai akar ciri (eigenvalues) adalah :

∂

[

]

_[

_]

) 1 ( )

( ₁ ₁ ₁ ₁ ₁ ₁ ₁

a a Sa

a a

a S

y _∂ + −

∂ = −

+λ λ

Nilai akar ciri didapat dari persamaan tersebut, jika dapat ditentukan nilai a

(41)

27 (b) Tabel kumulatif akar ciri (communalities), yaitu tabel yang menunjukkan

besarnya nilai keragaman/keterwakilan data masing-masing variabel atau peubah asal terhadap faktor-faktor utama yang diperoleh.

(c) Nilai pembobot (eigenvector) atau disebut sebagai PC loadings (factor loadings). Vektor pembobot adalah parameter yang menggambarkan hubungan (peran) setiap peubah (variabel) dengan komponen utama ke-i. Nilai loading diperoleh dari persamaan berikut :

1 1

1 a λ

r = , dimana :

r : besarnya korelasi antar peubah asal dengan komponen utama ke-i 1

a : nilai vektor pembobot utama ke-i 1

λ : akar ciri (eigenvalue) komponen utama ke-i

Jadi, loadings menunjukkan besarnya nilai korelasi antara variabel asal dengan komponen utama ke-i yang diinterpretasikan berdasarkan marked loading > 0.7. Nilai yang berkorelasi positif menyatakan bahwa faktor utama ke-i berbanding lurus dengan variabel penjelas. Sebaliknya, nilai dengan korelasi negatif menyatakan bahwa faktor utama ke-i berbanding terbalik dengan variabel penjelas. Nyata tidaknya korelasi antar komponen utama ke-i terhadap peubah asal dapat diuji dengan

persamaan berikut :

1 2

r n r t

− −

= , dimana :

t : nilai t pada taraf nyata yang diinginkan n : contoh data yang dianalisis

r : nilai korelasi

(d) Tabel PC scores (factor scores), yaitu tabel yang menyajikan nilai-nilai berupa besarnya titik-titik data baru hasil PCA. PC scores inilah yang

(42)

digunakan jika terdapat analisis lanjutan setelah PCA. Pada umumnya, PC scores ke-1 dan ke-2 atau selanjutnya dapat dibandingkan, maka PC scores ini perlu dibakukan untuk menghilangkan keragaman antar komponen ke-i. Persamaan untuk pembakuan tersebut adalah :

λ scores PC baku scores

PC =

PCA dapat digunakan sebagai analisis antara maupun analisis akhir. PCA sebagai analisis antara dapat menghilangkan multikolinearitas data dan menyederhanakan satu set data dengan variabel besar. Sedangkan PCA sebagai analisis akhir berfungsi dalam pengelompokkan variabel-variabel penting dari satu kelompok variabel penduga pada suatu fenomena sekaligus pemahaman akan struktur dan hubungan antar variabel.

2.8. Analisis Gerombol (Cluster Analysis)

Analisis gerombol (Cluster Analysis) akan mengelompokkan individu-individu sampel ke dalam beberapa gerombol/kelas yang relatif homogen, sehingga segugus data yang multivariabel dapat digambarkan secara sederhana dengan ciri, sifat, dan karakteristik yang hampir sama atau relatif mirip. Analisis gerombol dapat dilakukan untuk tujuan : (1) menggali data atau eksplorasi data, (2) mereduksi data menjadi gerombol data baru dengan jumlah lebih kecil, (3) men-generalisasikan suatu populasi untuk memperoleh suatu hipotesis, dan (4) menduga karakteristik data-data.

Menurut Sharma (1996), terdapat dua teknik penggerombolan dalam analisis gerombol, yaitu metode berhirarki (hierarchical clustering method) dan metode tak berhirarki (non hierarchical clustering method).

(43)

29 Teknik hirarki terdiri dari dua metode, yaitu metode pengelompokkan (agglomerative) dan metode pembagian (divisive). Metode berhirarki dilakukan jika jumlah gerombol yang ditentukan sudah diketahui. Unit-unit analisis yang dikelompokkan akan bergerombol sesuai dengan kedekatan/kemiripan karakteristiknya masing-masing. Pembentukan kelompok dengan metode agglomeratif ini dapat digambarkan dalam suatu diagram pohon (Tree Diagram) atau dendogram.

Beberapa metode yang populer digunakan pada hierarchical clustering method antara lain : centroid method, nearest-neighbour or single linkage method, farthest-neighbour or complete linkage method, average linkage method, dan

ward’s method (Sharma, 1996).

Pada penelitian ini digunakan Metode Ward’s, yang mana penggabungan antara dua gerombol data dilakukan dengan menghitung jumlah kuadrat jarak dari kedua gerombol hipotesis.

Teknik penggerombolan non hirarki dilakukan dengan metode K-means-clustering dan disajikan dalam bentuk Scatterplot (K-means method). Metode ini digunakan jika jumlah gerombol belum diketahui. Penggerombolan selanjutnya dilakukan terhadap seluruh unit berdasarkan seluruh karakteristik yang diamati.

Ukuran kehomogenitasan atau kemiripan individu-individu tersebut didasarkan pada jauh dekatnya jarak antar variabel. Semakin dekat jaraknya maka individu-individu yang berada di dalam satu gerombol tersebut akan semakin mirip. Ukuran kemiripannya dirumuskan dengan Squared Eucledian Distance

(D_IJ). Semakin kecil nilai D_IJ maka akan semakin besar nilai kemiripan yang terjadi didalamnya, dan sebaliknya. Nilai eucledian distance dalam suatu individu

(44)

umumnya diabaikan. Perumusan umum nilai eucledian distance adalah :

(

)

∑

= −

= p

j i

IJ Z Z

, untuk kasus multivariabel dan univariabel; dimana :

D adalah jarak eucledian antara unit spasial i dan j

Z dan Z_j adalah atribut dari spasial i dan j (kasus univariabel) mi

Z dan Z_mj adalah nilai atribut dari unit spasial i dan j untuk peubah Z_m (dalam kasus multivariabel)

' mi

Z dan Z_mj' adalah nilai dari Z_mi dan Z_mj yang telah distandarkan

Asumsi yang harus dipenuhi dalam penggunaan jarak eucledian ini adalah bahwa antar variabel tidak terjadi multicollinearitas atau variabel- variabel yang ada saling tegak lurus (orthogonal). Oleh karena itu, data yang digunakan untuk analisis gerombol telah melalui transformasi PCA.

2.9. Analisis Fungsi Diskriminan (Discriminant Function Analysis)

Analisis fungsi diskriminan (Discriminant Function Analysis) atau DFA adalah teknik analisis untuk menentukan parameter-parameter yang diduga (fungsi pembeda antar kelompok), sehingga dapat ditentukan sifat dan ciri utama kelompok yang telah ditentukan melalui analisis gerombol.

Pada DFA, data yang digunakan sebagai variabel tujuan (dependent variable) bersifat kualitatif sedangkan variabel penjelasnya (explanatory variable) berupa data kuantitatif.

Jika diasumsikan bahwa Gi = (fj, dimana j = 1, 2, …, M) adalah kelompok

wilayah berdasarkan analisis gerombol. Hasil klasifikasi sebelumnya telah diketahui jumlah serta anggota dalam gerombol tersebut, sehingga Gi dapat ditulis

kembali menjadi Gi = (fjk, dimana j = 1, 2, …, Mk) dengan asumsi bahwa k adalah

(45)

31 hasil analisis gerombol dapat dituliskan dengan persamaan berikut :

i q qi i

i oi

i a a F a F a F

G = + ₁ ₁+ ₂ ₂+...+ +ε , dimana F₁, F₂, …, F_q adalah variabel-variabel yang telah diketahui melalui analisis gerombol sedangkan ε_i adalah nilai

standard error kelompok. Parameter-parameter yang akan diduga melalui fungsi diskriminan adalah a_oi, a₁_i, a₂_i, …, a_qi.

Fungsi klasifikasi diwujudkan sebagai fungsi kepekaan peluang f(z) :

(

)

_



₋ ₋

= z m

C z

2 1 exp )

2 (

1 )

(

π , dimana

C : determinan matriks ragam peragam

z : vektor berdimensi N

( )

z E

m= : rataan vektor berdimensi N

(

)(

)

[

z m z m

]

C= − − : matriks ragam berukuran N x N 2.10. Analisis Regresi Berganda (Multiple Regression Analysis)

Analisis regresi berganda (Multiple Regression Analysis) adalah metode statistik untuk merumuskan model pendugaan variabel tujuan (dependent variable) terhadap variabel-variabel penjelas (explanatory variable) lain yang diamati. Pada analisis regresi berganda, variabel penjelas maupun variabel tujuan adalah data yang bersifat kuantitatif.

Persamaan yang dihasilkan dari model regresi berganda harus memenuhi beberapa asumsi berikut ini :

1. E

( )

ε_i =0,untuk setiap ,i dimana i =1,2,...,n,artinya rata-rata kesalahan pengganggu (standard error) adalah nol.

2. Kov

(

ε_i,ε_j

)

=0,i≠ j, artinya kovarian

(

ε_i,ε_j

)

=0, dengan kata lain tidak ada autokorelasi antar pengganggu kesalahan (standard error).

(46)

3. Var

( )

ε_i2 =σ2,untuk setiap ,i dimana i =1,2,...,n,artinya setiap kesalahan pengganggu memiliki varian yang sama.

4. Kov

(

ε_i,x₁_i

)

=Kov

(

ε_i,x₂_i

)

=0,artinya kovarian kesalahan pengganggu memiliki varian yang sama dengan setiap peubah bebas tercakup dalam persamaan linear berganda.

5. _ε

(

0;_σ2

)

i= kesalahan pengganggu menyebar normal dengan rata-rata nol dan varian σ2.

6. Tidak ada multikolinearitas, artinya tidak ada hubungan linear yang eksak antara peubah-peubah penjelas atau saling bebas (orthogonal).

Persamaan umum model regresi berganda adalah :

n n

o A X A X

Y = + ₁ ₁+...+ , dimana

Y : Fungsi tujuan/peubah yang diduga (dependent variable) o

A : Nilai konstanta/koefisien fungsi regresi (intercept)

X : Variabel penjelas/ variabel yang diduga (independent variable) n

A : Nilai konstanta/koefisien variabel penjelas fungsi regresi

Umumnya, variabel-variabel penjelas merupakan kombinasi dari variabel kategorikal dan kontinu, maka diperlukan beberapa metode khusus untuk menghasilkan model yang memiliki satu set peubah-peubah terbaik. Beberapa metode yang dimaksud antara lain : standard, forward stepwise, dan backward stepwise. Pada penelitian ini digunakan metode Forward Stepwise, yang mana prinsip dasarnya adalah mengurangi banyaknya peubah di dalam fungsi tujuan dengan cara menyisipkan peubah penjelas satu per satu hingga diperoleh persamaan regresi yang paling baik.

(47)

33 III. METODOLOGI PENELITIAN

3.1. Waktu dan Lokasi Penelitian

Penelitian dilaksanakan di Bagian Perencanaan Pengembangan Sumberdaya Lahan, Departemen Ilmu Tanah dan Sumberdaya Lahan, Fakultas Pertanian, Institut Pertanian Bogor. Penelitian dilakukan sejak bulan Februari 2005 dan hingga bulan Juli 2005.

Wilayah studi yang dikaji adalah 171 desa yang tersebar di sembilan kecamatan di Kabupaten Sambas, Propinsi Kalimantan Barat.

3.2. Jenis Data, Sumber Data, dan Alat Penelitian

Data yang digunakan dalam penelitian ini adalah data Badan Pusat Statistik (BPS) berupa data Potensi Desa (PODES) tahun 2003 serta peta digital unit-unit wilayah administratif Kabupaten Sambas, Propinsi Kalimantan Barat.

Alat yang digunakan pada penelitian ini adalah seperangkat komputer, alat tulis, dan perangkat lunak (software), terdiri dari Microsoft Excel 2000, Statistica Versi 5.0, dan Arc View GIS 3.2.

3.3. Tahapan Penelitian

Tahapan-tahapan yang dilakukan pada penelitian ini adalah : (1) Studi pustaka tentang kawasan agropolitan di Kabupaten Sambas (2) Penyusunan dan pengajuan proposal

(3) Proses pemilihan data-data yang diperlukan (4) Analisis data sesuai dengan tujuan penelitian

(5) Interpretasi hasil analisis data sebagai bahan penyusunan skripsi (6) Penulisan skripsi

(48)

Tabel 1. Identifikasi Variabel Tujuan

No Tujuan Data Analisis atau Metode Output

• Data PODES 2003 (BPS)

• Peta digital unit-unit wilayah administratif Kabupaten Sambas

• Analisis Skalogram Termodifikasi

• Pembuatan Peta Tematik Hirarki Desa

• Hirarki dan Indeks Perkembangan Desa (IPD) di Kabupaten Sambas

• Peta Hirarki dan Peta IPD di Kabupaten Sambas 1. a. Mengkaji tingkat

perkembangan desa-desa di Kabupaten Sambas berdasarkan potensi sumberdaya wilayah

b. Menentukan faktor-faktor yang mempengaruhi perkembangan desa-desa di Kabupaten Sambas

• Data PC scores hasil PCA sebagai variabel penjelas

• Data IPD skalogram sebagai variabel tujuan

Analisis Regresi metode stepwise (Stepwise Multiple Regression)

• Faktor-faktor dominan yang mempengaruhi tingkat perkembangan desa

• Persamaan atau model indeks perkembangan desa terhadap faktor-faktor baru hasil PCA

• Data PODES 2003 (BPS)

• Analisis Komponen Utama (Principal Component Analysis)

• Peubah-peubah baru atau Faktor- faktor yang orthogonal

• Nilai Eigenvalues

• Data PC scores

• Data PC Loading

• Data PC scores hasil analisis PCA

• Analisis Gerombol (Cluster Analysis)

• Grafik Nilai Tengah Kelompok Variabel Cluster

• Tabel anggota masing-masing cluster

• Tipologi Wilayah Desa-desa di Kabupaten Sambas 2. Menentukan tipologi

dan karakteristik desa-desa di Kabupaten Sambas

• Data PC scores hasil analisis PCA sebagai variabel penjelas

• Data IPD

• Analisis Diskriminan (Discriminant Function Analysis)

• Tabel Nilai Ketepatan

• Fungsi Klassifikasi Hasil DFA

3.4. Metode Analisis Data

3.3.1. Analisis Tingkat Perkembangan Wilayah

Tipologi dan posisi desa-desa yang terdapat di masing-masing kecamatan terhadap keseluruhan desa di sembilan kecamatan di Kabupaten Sambas dapat dikaji dengan menganalisis tingkat perkembangan wilayahnya melalui metode skalogram termodifikasi.

Pada penelitian ini digunakan data Potensi Desa (PODES) tahun 2003 kuantitatif yang menggambarkan seluruh potensi sumberdaya fisik, sosial, dan ekonomi wilayah. Data yang diperlukan untuk analisis skalogram adalah data PODES 2003 yang telah melalui proses rasionalisasi dan terdiri dari 36 variabel.

Urutan kegiatan pada analisis data dengan metode skalogram antara lain : 1. Melakukan pemilihan (filtering) terhadap seluruh data PODES 2003 sehingga

(49)

35 2. Melakukan seleksi terhadap data-data kualitatif tadi sehingga hanya data-data

yang relevan saja yang akan digunakan. 3. Melakukan rasionalisasi data.

4. Melakukan seleksi terhadap data-data hasil rasionalisasi hingga diperoleh 36 variabel untuk analisis skalogram. Variabel-variabel yang digunakan pada metode ini adalah variabel-variabel yang secara signifikan mencirikan tingkat perkembangan desa-desa di Kabupaten Sambas, Propinsi Kalimantan Barat. Variabel-variabel tersebut selengkapnya disajikan pada Lampiran 1.

5. Berikutnya, melakukan standarisasi data terhadap 36 variabel tadi.

6. Menentukan indeks perkembangan desa (IPD) dan kelas hirarkinya, kemudian diplotkan pada peta dasar.

Pada penelitian ini, IPD dikelompokkan ke dalam tiga kelas hirarki, yaitu kelas hirarki I (tinggi), kelas hirarki II (sedang) dan kelas hirarki III (rendah). Penentuannya didasarkan atas nilai standar deviasi IPD (St dev), nilai rataan IPD, dan nilai rataan IPD dijumlah dengan dua kali nilai standar deviasinya. Nilai yang didapat untuk selang hirarki dan digunakan untuk menentukan kelas hirarki dapat dilihat pada Tabel 2.

Tabel 2. Nilai Selang Hirarki Pusat Pelayanan

No. Nilai Selang (x) Kelas Hirarki Tingkat Hirarki

1. x > [rataan IPD + (2 * Stdev IPD)] I Tinggi 2. rataan < x < (2 * Stdev) II Sedang

3. x < rataan III Rendah

3.4.2. Analisis Komponen Utama (Principal Component Analysis) atau PCA Pada penelitian ini, data yang digunakan untuk analisis PCA adalah data PODES 2003 kuantitatif yang melalui proses rasionalisasi dan terdiri dari 56 variabel. Variabel-variabel tersebut adalah variabel-variabel yang mencirikan tipologi wilayah desa-desa di Kabupaten Sambas seperti tertera pada Lampiran 2.

(50)

Analisis komponen utama terhadap data tersebut dilakukan beberapa kali hingga diperoleh tabel nilai PC scores terbaik, yaitu : PC scores dengan nilai akar ciri (eigenvalues) diatas 70%; jumlah faktor-faktor baru yang diperoleh pada tabel

factor loading dibawah sepuluh; dan korelasi antar variabel-variabel asal dengan faktor-faktor baru pada factor loading dapat diinterpretasikan secara logis. 3.4.3. Analisis Gerombol (Cluster Analysis)

Analisis gerombol (Cluster Analysis) mengelompokkan desa-desa berdasarkan kemiripan karakteristiknya. Penggerombolan dilakukan dengan teknik non hirarki-K-means-clustering metode Ward’s. Desa -desa di lokasi studi dikelompokkan ke dalam tiga gerombol (cluster), yang mana desa-desa yang berada di dalam satu gerombol memiliki ukuran kehomogenitasan atau kemiripan yang relatif hampir sama. Unit data untuk analisis gerombol adalah data PC scores hasil PCA. Sedangkan hasilnya adalah anggota cluster.

3.4.4. Analisis Fungsi Diskriminan (Discriminant Function Analysis)

Analisis fungsi diskriminan (Discriminant Function Analysis) atau DFA akan menentukan sifat dan ciri utama kelompok yang telah ditentukan melalui analisis gerombol.

Data yang diperlukan untuk DFA adalah data indeks cluster sebagai variabel tujuan dan PC scores PCA sebagai variabel penjelas.

3.4.5. Analisis Regresi Berganda (Multiple Regression Analysis)

Analisis regresi berganda dilakukan untuk merumuskan model pendugaan terhadap faktor-faktor yang mempengaruhi tingkat perkembangan desa.

Data yang diperlukan untuk analisis ini adalah data IPD sebagai variabel tujuan dan PC scores PCA sebagai varibel penjelas.

(1)

Lampiran 9. (Lanjutan)

KEC Nama Desa FS_TELKO L_RMH_DS L_IND_DS L_KTR_TK PER_KER TK_WR_KI RESTO_HT

SEMELAGI BESAR 0,0000 1,6538 0,5593 0,8587 0,2468 0,4143 0,1964 SUNGAI DAUN 0,0000 1,5652 0,7350 1,0580 0,0000 0,3867 0,0000 SUNGAI RUSA 0,0000 1,6792 0,0642 0,6933 0,0740 0,3590 0,0000 PANGKALAN BEMBA 0,0000 1,4963 0,2448 0,5285 0,0000 0,2210 0,0000 SUNGAI NYIRIH 0,5794 4,4063 0,6401 0,0000 0,2468 0,8010 0,6874 KUALA 0,0000 3,8310 0,0000 1,8846 0,2468 0,2762 0,0000 PARIT BARU 1,7382 2,5298 0,6537 0,7057 0,1728 2,0991 0,9819 TWI MENTIBAR 0,0000 1,5970 0,8689 0,9380 0,0000 0,3314 0,0000 BENTUNAI 0,0000 1,4948 0,2400 0,1900 0,0000 0,5248 0,0000 GELIK 0,0000 1,1330 0,2354 0,3388 0,0000 0,2762 0,0000 SERANGGAM 0,0000 0,5695 0,0471 0,9666 0,0000 0,3038 0,0000 SELAKAU TUA 0,0000 1,3928 0,1769 0,5094 0,0740 0,6905 0,0000

BUDUK SEMPADANG 0,0000 0,3429 0,0000 0,1077 0,0000 0,6905 0,0000 PARIT BARU 0,5794 0,5685 0,0000 0,0221 0,0247 0,4419 0,0000 SALATIGA 0,0000 0,2435 0,0000 0,0000 0,0000 0,3867 0,0000 SUNGAI TOMAN 0,0000 0,3823 0,0000 0,0000 0,0000 0,5800 0,0000 SERUMPUN 0,0000 0,7345 0,0000 0,0000 0,0000 0,5800 0,0000 SERUNAI 0,0000 0,8398 0,0000 0,0000 0,0000 0,3314 0,0000 SEBURING 0,0000 0,3162 0,0000 0,0276 0,0000 0,8286 0,0000 SEPADU 0,0000 0,4724 0,0000 0,0000 0,0000 0,4143 0,0000 SEPINGGAN 0,0000 1,2322 0,0000 0,0000 0,0740 0,9667 0,0000 SEMPARUK 1,7382 0,8582 0,0000 0,0000 0,0247 1,1048 2,4548 SINGA RAYA 1,1588 0,9256 0,0000 1,4071 0,0000 0,3314 1,2765 PERAPAKAN 0,0000 0,0122 0,0647 0,0466 0,0000 0,4695 0,2946 JELUTUNG 1,7382 0,3478 0,0000 0,0000 0,0000 1,5467 0,0000 HARAPAN 2,3175 0,5324 0,1536 0,5528 0,1974 2,0714 0,9819 PENJAJAP 2,3175 1,4934 0,3414 2,4569 0,0494 2,9000 4,2223

ngk

PEMANGKAT KOTA 11,0083 0,4056 0,0314 0,4400 0,1728 6,5734 9,6230 SERET AYON 0,0000 0,0122 0,0000 0,0249 0,2468 0,1657 0,0000 MARIBAS 0,0000 0,0125 0,0000 0,0505 0,0987 0,1381 0,0000 BATU MAKJAGE 0,0000 0,1903 0,0000 0,2072 0,1234 0,2210 0,4910 BUKIT SEGOLER 0,0000 0,4770 0,0000 0,2126 0,1234 0,1105 0,0000 SERINDANG 0,0000 0,5224 0,1533 0,2207 0,2221 0,4143 0,0000 MATANG LABUNG 0,0000 0,3535 0,0000 0,1818 0,0740 0,3867 0,0000 MAK TANGGUK 0,0000 0,8827 0,0000 0,6172 0,0987 0,2486 0,0000 SEGEDONG 0,0000 0,5496 0,0000 0,1755 0,1234 0,1657 0,1964 PUSAKA 0,0000 0,6730 0,0000 0,3166 0,2715 0,1933 0,0000 MENSERE 0,5794 1,1180 0,0873 0,1885 0,2962 0,4419 0,3928 SUNGAI KELAMBU 0,0000 0,6102 0,0000 0,3252 0,3949 0,3314 0,2946 SERUMPUN BULUH 0,0000 0,3780 0,0000 0,5923 0,2715 0,3590 0,0000 PANGKALAN KONGSI 0,0000 0,8156 0,4389 0,5265 0,2715 0,3314 0,3928 DUNGUN PRAPAKAN 0,0000 0,5775 0,0000 0,6449 0,2221 0,1933 0,3928 TEBAS SUNGAI 1,7382 0,5324 0,5761 0,9674 0,6664 1,2429 0,6874 SEJIRAM 0,0000 0,4924 0,0000 0,6142 0,0987 0,1381 0,1964 SEBERKAT 0,0000 0,0451 0,0000 0,1399 0,0000 0,1657 0,2946 SEMPALAI 1,1588 0,4950 0,2681 0,3859 0,2221 0,2762 0,5892 BEKUT 0,0000 1,2362 0,2829 0,4072 0,1234 0,3314 0,4910 MAK RAMPAI 0,5794 0,9034 0,0000 0,3902 0,2715 0,2486 0,3928 TEBAS KUALA 2,8969 1,6149 1,0028 1,8764 0,8392 0,9667 0,3928 MEKAR SEKUNTUM 0,0000 0,8494 0,0000 0,2105 0,1974 0,3314 0,2946 SEGARAU PARIT 0,0000 0,3168 0,0000 0,2492 0,1728 0,4695 0,2946 MATANG SEGARAU 0,0000 0,0520 0,0000 0,1639 0,1728 0,1381 0,0000 RAMBAYAN 0,0000 0,6360 0,0000 0,2108 0,1234 0,1657 0,2946 SARI MAKMUR 0,0000 0,4399 0,0000 0,5976 0,1974 0,1933 0,0000 TEKARANG 0,0000 0,5585 0,0000 1,4486 0,1974 0,4143 0,3928 SEMPADIAN 0,0000 0,3270 0,0000 0,0776 0,1481 0,7733 0,0000 CEPALA 0,0000 0,3623 0,0000 0,1228 0,0494 0,5524 0,0000

eba

MERUBONG 0,0000 0,5047 0,0000 0,1656 0,1481 0,1657 0,0000 TEBUAH ELOK 0,0000 0,0026 0,0000 0,0066 0,2715 0,1381 0,0000 SEI SAPA 0,0000 0,1001 0,0000 0,0057 0,4196 0,6076 0,5892 BUKIT MULYA 0,5794 0,7959 0,0000 0,0871 0,1728 0,8838 0,3928 SABUNG 0,0000 0,0118 0,0000 0,0122 0,1234 0,1381 0,0000 BALAI GEMURUH 0,0000 0,0492 0,0000 0,0185 1,8511 0,4143 0,0000 MADAK 0,0000 0,0025 0,0000 0,0054 0,6170 0,2486 0,0000 SEBAWI 1,1588 0,2322 0,0085 0,0307 0,3209 0,7733 0,0000

(2)

Lampiran 9. (Lanjutan)

KEC Nama Desa FS_TELKO L_RMH_DS L_IND_DS L_KTR_TK PER_KER TK_WR_KI RESTO_HT

SEPUK TANJUNG 0,0000 0,4069 0,0224 0,0806 0,2962 0,4419 0,0000 SEBANGUN 0,0000 0,3034 0,0298 0,0215 8,3669 0,3038 0,0000 TEMPATAN 0,0000 0,4274 0,0387 0,0278 0,1481 0,4143 0,0000 TEBING BATU 0,0000 0,1164 0,0000 0,0000 0,1481 0,4695 0,0000 SEMAJANG 0,0000 0,2201 0,0000 0,0737 0,3949 0,6076 0,0000 SEI RAMBAH 0,0000 0,1395 0,0166 0,0119 0,1234 0,3314 0,0000 GAPURA 0,0000 0,1777 0,0283 0,0204 0,4689 0,6352 0,0000 KARTIASA 0,5794 0,5324 0,0154 0,0553 0,0740 0,5248 0,3928 SAING RAMBI 0,0000 0,2866 0,2845 0,0682 0,3455 0,3867 0,0000 LUMBANG 0,5794 0,0640 0,0096 0,0138 0,1234 0,9667 0,0000 DURIAN 1,1588 5,4640 0,0000 8,1897 0,1234 0,7457 0,4910 PASAR MELAYU 1,1588 6,2772 1,7863 5,7852 0,3209 3,5905 0,0000 PENDAWAN 2,3175 3,3703 0,0000 2,7640 0,4936 5,5238 6,5790 TANJUNG BUGIS 0,5794 6,1856 0,0000 0,0000 0,1974 0,6629 0,0000 LUBUK DAGANG 0,0000 0,7534 4,3549 0,0000 0,0000 0,5248 0,0000 DALAM KAUM 1,1588 0,1383 0,0480 0,1728 0,2715 0,9114 0,0982 TANJUNG MEKAR 0,0000 0,7883 0,1061 0,0000 0,3209 0,2210 0,0000 TUMUK MANGGIS 0,5794 2,4213 0,0000 2,4845 1,6536 0,2486 0,0982 JAGUR 0,5794 1,6299 0,0000 0,5025 2,0238 0,2762 0,0000 LORONG 0,5794 1,8233 0,0485 0,0698 0,3209 0,4143 0,0000 SEBAYAN 0,0000 0,3567 0,0000 0,0914 4,8128 0,5524 0,0000 SUMBER HARAPAN 0,0000 1,0180 0,0000 0,0315 7,2068 0,6076 0,0000 JIRAK 0,0000 0,1421 0,0000 0,0614 1,0119 0,5800 0,0000 TENGGULI 0,5794 0,3673 0,0000 0,0576 0,5183 0,8838 0,0000 MEKAR JAYA 0,0000 0,0837 0,0000 0,0152 0,2221 0,7457 0,0000

BERINGIN 0,0000 0,0617 0,0000 0,0345 0,0740 0,4971 0,0000 JAWAI LAUT 0,0000 0,2004 0,0000 0,0738 0,0000 0,4143 0,5892 JELU AIR 0,0000 0,0395 0,0000 0,0768 0,0247 0,3038 1,1783 SARI LABA B 0,0000 0,0625 0,0000 0,0618 0,0000 0,1657 0,1964 SEMPERIUK B 1,1588 0,1393 0,0000 0,1292 0,1234 0,9667 1,0801 SABARAN 0,0000 0,0520 0,0000 0,0299 0,0000 0,2762 0,0982 SEMPERIUK A 0,0000 0,1080 0,0000 0,1942 0,0494 0,2762 0,2946 SARI LABA A 0,0000 0,0931 0,0000 0,0801 0,0000 0,1381 0,0000 MATANG TERAP 0,5794 0,1337 0,0000 0,2866 0,1481 1,8505 1,3747 SUAH API 0,0000 0,1848 0,0000 0,0520 0,0247 0,1105 0,0000 DUNGUN LAUT 2,3175 0,1085 0,0000 0,2341 0,0494 0,4971 0,2946 SENTEBANG 0,5794 0,0696 0,0000 0,3295 0,1481 2,4305 1,7675 SEI NYIRIH 0,0000 0,1092 0,0000 0,0360 0,0494 0,3867 0,0000 BAKAU 0,0000 0,1541 0,0000 0,0995 0,0494 1,0771 1,0801 PARIT SETIA 0,0000 0,0745 0,0000 0,0563 0,0000 0,4419 0,2946 PELIMPAAN 0,0000 0,0492 0,0000 0,0287 0,0740 0,7181 1,1783 SARANG BUR KUALA 0,0000 0,0666 0,0000 0,0255 0,0494 0,4971 0,4910 SARANG BUR USRAT 0,0000 0,0986 0,0963 0,0193 0,0247 0,7181 1,1783 SARANG BUR KOLAM 0,0000 0,0419 0,0000 0,0285 0,0247 0,9114 1,1783 SEI NILAM 0,0000 0,0229 0,0000 0,0246 0,0000 0,4419 0,3928

SARANG BUR DANAU 0,0000 0,0153 0,0000 0,0172 0,0247 0,6629 0,0000 RATU SEPUDAK 0,0000 0,5496 0,0000 0,2632 0,0000 0,8286 0,0000

SAGU 0,0000 0,1758 0,0000 0,0000 0,0000 0,2210 0,0000

SENGAWANG 0,0000 0,1335 3,5715 0,3620 0,0000 0,0552 1,2765 SUNGAI BARU 0,0000 0,1488 9,7292 1,2604 0,0000 1,3810 0,0000 TEMPAPAN HULU 0,0000 0,2225 2,9494 0,0000 0,0000 0,8286 0,0000 BERLIMANG 0,0000 0,2609 0,8192 0,3538 0,0000 0,8286 0,0000 TEMPAPAN KUALA 0,0000 0,2043 0,0000 0,0000 0,0000 0,5524 0,0000 PURINGAN 0,0000 0,3796 0,7271 0,4757 0,0000 0,4971 0,0000 SUNGAI PALAH 0,0000 0,0563 1,0973 0,1579 0,0000 0,2762 0,0000 GALING 0,5794 0,1909 0,5654 0,3052 0,0000 2,7619 0,0000 KUBANGGA 0,0000 0,3542 0,2059 0,4940 0,0000 0,4143 0,0000 TAMBATAN 0,0000 0,0962 0,3556 0,0640 0,0494 0,4419 0,0000

LELA 0,0000 0,2790 0,2754 0,1101 0,0000 0,3038 0,0000

SUNGAI KUMPAI 0,0000 0,0791 0,0572 0,1647 0,0000 0,0000 0,0000 SEKURA 1,1588 1,9606 0,8196 0,4719 0,4196 5,7448 1,1783

k K

(3)

KEC Nama Desa FS_TELKO L_RMH_DS L_IND_DS L_KTR_TK PER_KER TK_WR_KI RESTO_HT

TELUK KEMBANG 0,0000 0,1467 0,5279 3,3054 0,0494 0,5248 0,0000 SUNGAI SERABEK 0,0000 1,6989 3,2342 0,5819 0,1481 0,6905 0,1964 PEDADA 0,0000 0,4424 0,7681 0,1382 0,0000 0,5800 0,0000 TRI MANDAYAN 0,0000 0,1019 0,2292 0,0600 0,0000 0,5248 0,0000 SAYANG SEDAYU 0,0000 0,3796 0,5949 0,2379 0,0000 0,7181 0,0000 SAMUSTIDA 0,0000 0,1053 0,0679 0,0610 0,0000 0,5524 0,0000 PIPIT TEJA 0,5794 0,3157 0,1062 0,3820 0,1728 0,7457 0,2946 TANGARAN 0,0000 0,3093 0,8283 0,1987 0,0000 0,1657 0,0000 MERPATI 0,0000 0,2021 0,5973 3,4389 0,0000 0,3314 1,1783 SEMATA 0,0000 0,4641 1,2883 0,4636 0,0494 0,4143 0,0000 SIMPANG EMPAT 0,5794 0,1079 0,2377 0,8894 0,0000 0,0000 0,9819 PANCUR 0,0000 0,3227 1,4731 0,0000 0,0000 0,5800 0,0000 ARUNG PARAK 0,0000 0,3054 1,5362 0,9066 0,0000 7,0981 0,0000 MERABUAN 0,0000 0,1796 0,1920 1,3820 0,0000 0,3590 0,0000 MULIA 0,0000 0,3876 0,0000 0,2259 0,0987 0,4695 0,0000

k K

MATANG SEGANTAR 0,0000 0,2850 0,4166 0,3597 0,0000 0,3314 0,0000 SEPANTAI 0,0000 0,0189 0,0000 0,0044 0,0000 0,3867 0,0000 SEMANGA 0,0000 0,0000 0,0000 0,1370 0,0000 0,5524 0,0000 PERIGI LIMUS 0,0000 0,9019 0,0000 0,1117 2,6409 0,5800 0,0000 SENUJUH 0,0000 0,2134 0,0000 0,0000 0,0000 0,1381 0,0000 SENDOYAN 0,0000 0,2815 0,0549 0,3949 0,0000 0,2762 0,0000 PERIGI LANDU 0,0000 0,1356 0,0000 0,0000 0,0000 0,3038 0,0000 PARIT RAJA 0,5794 0,0484 0,0000 0,0330 0,2221 0,6629 0,0000 PIANTUS 0,0000 0,0596 0,0000 0,2909 1,2340 0,3314 0,0000 SEKUDUK 0,0000 0,2121 0,0000 0,0386 0,0000 0,6076 0,0000 SETALIK 0,0000 0,1057 0,0000 0,0582 0,0000 0,2762 0,0000 PENAKALAN 0,0000 0,5244 0,0000 0,0000 0,0000 0,2486 0,0000

SULUNG 2,3175 0,2009 0,0000 0,0442 0,0000 0,2210 0,0000 SEBUNGA 0,0000 0,0400 0,0000 0,0242 0,1234 0,6352 0,0000 KALIAU 0,0000 0,0257 0,0000 0,0383 0,4196 0,4419 0,0000 SANATAB 0,0000 0,1475 0,0000 0,0301 0,1728 0,4971 0,0000 SANTABAN 0,0000 0,1233 0,0000 0,0258 0,1234 0,4695 0,0000

jinga

n B

SEI BENING 0,0000 0,0026 0,0000 0,0091 3,9983 0,1381 0,0000 KALIMANTAN 0,0000 0,7109 0,0000 0,0000 0,0494 0,4971 0,0000 MATANG DANAU 0,0000 2,9212 0,0000 0,0314 0,2468 1,2429 0,0000 TANAH HITAM 0,5794 0,0469 0,0130 0,0187 0,0000 1,1324 0,0000 MALEK 0,0000 0,1144 0,0000 0,0328 0,0000 0,6629 0,0000 NIBUNG 1,1588 0,1970 0,0000 0,0000 0,0247 1,2429 0,0982

loh

(4)

Lampiran 9. (Lanjutan)

KEC Nama Desa BNK_BPR KOPRASI PTRIMAAN PKLUARAN PAD IPD

SEMELAGI BESAR 0,0000 1,7521 0,7852 0,6782 0,4201 34,2792 SUNGAI DAUN 0,0000 0,0000 1,6791 1,4822 0,2533 24,5898 SUNGAI RUSA 0,0000 0,0000 1,2178 0,8525 0,6269 26,8291 PANGKALAN BEMBAN 0,0000 0,0000 1,5464 1,2796 0,7257 20,0576 SUNGAI NYIRIH 0,0000 0,0000 1,0675 0,9165 0,5803 40,6203 KUALA 0,0000 0,0000 2,1014 1,4954 1,0750 30,6628 PARIT BARU 3,6195 0,0000 0,4984 0,3661 0,2958 42,7350 TWI MENTIBAR 0,0000 0,0000 1,4748 1,2718 0,8346 21,9147 BENTUNAI 0,0000 0,0000 1,1360 0,9125 0,6209 20,9090 GELIK 0,0000 0,0000 2,3699 1,8896 1,1857 25,1356 SERANGGAM 0,0000 0,0000 2,1792 1,9570 1,0906 24,3185 SELAKAU TUA 0,0000 0,0000 1,2528 1,1133 0,6040 19,8918

BUDUK SEMPADANG 0,0000 0,0000 3,2664 2,5236 1,6240 22,4344 PARIT BARU 0,0000 0,0000 0,5229 0,5696 0,1642 26,2494 SALATIGA 0,0000 0,0000 0,6998 0,6169 0,2814 21,2318 SUNGAI TOMAN 0,0000 1,7521 0,6369 0,6556 0,2179 20,5237 SERUMPUN 0,0000 0,0000 1,4908 1,5615 0,5974 24,3085 SERUNAI 0,0000 0,0000 0,6247 0,6329 0,2174 18,3908 SEBURING 0,0000 0,0000 1,1419 1,1766 0,4476 23,8391 SEPADU 0,0000 0,0000 0,7699 0,7789 0,2905 21,9697 SEPINGGAN 0,0000 0,0000 0,5224 0,5581 0,2197 25,6386 SEMPARUK 1,8097 1,7521 0,1093 0,0773 0,0531 40,2238 SINGA RAYA 0,0000 1,7521 0,0908 0,0336 0,0559 30,7314 PERAPAKAN 0,0000 1,7521 0,3112 0,2715 0,0975 22,5469 JELUTUNG 0,0000 1,7521 4,0744 4,1824 2,4281 49,3226 HARAPAN 0,0000 1,7521 0,0000 0,0000 0,0225 53,3904 PENJAJAP 0,0000 0,0000 0,0294 0,0112 0,0360 60,9000

ngk

PEMANGKAT KOTA 5,4292 1,7521 0,0101 0,0016 0,0249 101,7566 SERET AYON 0,0000 0,0000 2,5678 1,9801 1,2542 18,0755 MARIBAS 0,0000 0,0000 2,7151 2,2664 1,5474 17,0413 BATU MAKJAGE 0,0000 0,0000 0,8930 0,6948 0,4814 18,6416 BUKIT SEGOLER 0,0000 0,0000 0,9609 0,7630 0,5342 16,8670 SERINDANG 0,0000 0,0000 1,4155 1,2116 0,8651 20,4576 MATANG LABUNG 0,0000 0,0000 1,2782 1,0296 0,7771 21,7236 MAK TANGGUK 0,0000 0,0000 1,4846 1,2579 0,8502 21,7728 SEGEDONG 0,0000 0,0000 0,9798 0,7085 0,5171 20,4899 PUSAKA 0,0000 1,7521 2,4941 1,7357 1,4612 28,3359 MENSERE 0,0000 1,7521 1,4465 1,1939 0,0140 21,6839 SUNGAI KELAMBU 0,0000 1,7521 1,2575 0,9414 0,7521 28,6969 SERUMPUN BULUH 0,0000 0,0000 1,1515 0,8894 0,6380 20,6544 PANGKALAN KONGSI 0,0000 0,0000 1,3037 0,9147 0,7814 24,3835 DUNGUN PERAPAKAN 0,0000 0,0000 1,8177 1,5338 1,0383 24,9602 TEBAS SUNGAI 0,0000 1,7521 0,5581 0,4615 0,3905 39,1853 SEJIRAM 0,0000 0,0000 1,5487 1,2237 0,8208 21,5693 SEBERKAT 0,0000 0,0000 1,0796 0,8226 0,5937 16,4671 SEMPALAI 0,0000 0,0000 2,4186 2,2023 0,2352 24,7898 BEKUT 0,0000 0,0000 1,9918 1,6128 1,2137 27,3061 MAK RAMPAI 0,0000 1,7521 0,6600 0,5368 0,3895 32,0519 TEBAS KUALA 5,4292 1,7521 0,9116 0,8280 0,5894 52,0738 MEKAR SEKUNTUM 0,0000 0,0000 1,1049 0,8790 0,6332 25,8132 SEGARAU PARIT 1,8097 1,7521 0,8582 0,9987 0,2330 32,5849 MATANG SEGARAU 0,0000 0,0000 1,5922 1,1302 0,7342 14,9959 RAMBAYAN 0,0000 0,0000 1,0333 0,7888 0,5190 14,1649 SARI MAKMUR 0,0000 0,0000 3,1952 2,5828 1,4578 23,9313 TEKARANG 0,0000 0,0000 1,5687 0,9125 0,8533 21,3646 SEMPADIAN 0,0000 0,0000 0,6210 0,8359 0,1832 18,1310 CEPALA 0,0000 0,0000 0,8722 1,0149 0,2380 19,4269

eba

MERUBONG 0,0000 0,0000 0,6319 0,4426 0,3017 17,4644 TEBUAH ELOK 0,0000 0,0000 0,7314 0,3830 0,2713 14,0515 SEI SAPA 0,0000 1,7521 1,9085 1,7391 0,8668 38,9934 BUKIT MULYA 0,0000 3,5041 0,6872 0,5261 0,2444 28,1689

(5)

KEC Nama Desa BNK_BPR KOPRASI PTRIMAAN PKLUARAN PAD IPD SEPUK TANJUNG 0,0000 1,7521 0,7823 0,7758 0,2271 20,6403 SEBANGUN 0,0000 1,7521 1,3690 1,2024 0,5282 34,1628 TEMPATAN 0,0000 0,0000 0,8527 0,6442 0,3604 23,7282 TEBING BATU 0,0000 3,5041 0,8953 0,8358 0,1985 29,6790 SEMAJANG 0,0000 0,0000 0,4588 0,3730 0,0000 35,0460 SEI RAMBAH 0,0000 0,0000 1,3723 1,1007 0,4175 23,7270 GAPURA 0,0000 0,0000 0,5585 0,5215 0,1723 22,0834 KARTIASA 0,0000 0,0000 0,3656 0,3644 0,1442 31,8324 SAING RAMBI 0,0000 0,0000 0,5335 0,4399 0,1381 21,9935 LUMBANG 0,0000 0,0000 0,6540 0,5717 0,2949 24,4966 DURIAN 0,0000 0,0000 1,0527 1,0695 0,2434 58,4693 PASAR MELAYU 0,0000 0,0000 0,8778 0,7647 0,0981 50,2224 PENDAWAN 5,4292 1,7521 1,5156 1,7674 0,5707 66,1202 TANJUNG BUGIS 0,0000 0,0000 0,7090 0,5922 0,1336 38,8593 LUBUK DAGANG 0,0000 1,7521 2,4199 2,2376 1,1324 39,6203 DALAM KAUM 0,0000 0,0000 1,2686 1,9627 0,1042 57,6251 TANJUNG MEKAR 0,0000 0,0000 1,0795 0,6415 0,2901 22,5223 TUMUK MANGGIS 0,0000 3,5041 2,5575 2,4241 1,2167 58,5762 JAGUR 0,0000 1,7521 1,6228 1,3642 0,4508 29,2920 LORONG 0,0000 1,7521 1,0591 1,0891 0,3608 26,3482 SEBAYAN 0,0000 0,0000 0,6683 0,1212 0,1855 26,1086 SUMBER HARAPAN 0,0000 0,0000 1,7303 1,8102 0,8136 39,2294 JIRAK 0,0000 0,0000 0,8198 0,8307 0,2093 19,4539 TENGGULI 0,0000 0,0000 0,6464 0,5562 0,3206 26,2788 MEKAR JAYA 0,0000 0,0000 3,3081 3,3122 1,8590 31,0691

BERINGIN 0,0000 0,0000 1,1276 1,0644 0,3797 19,3156 JAWAI LAUT 0,0000 0,0000 0,5869 0,2407 0,3291 20,2711 JELU AIR 0,0000 0,0000 1,1349 0,8745 0,5121 24,6074 SARI LABA B 0,0000 0,0000 1,6260 1,1399 0,7085 18,3792 SEMPERIUK B 0,0000 1,7521 0,6425 0,3257 0,3253 32,8224 SABARAN 5,4292 0,0000 1,0600 1,0013 0,5344 29,0880 SEMPERIUK A 0,0000 0,0000 1,0425 0,5074 0,6008 16,2261 SARI LABA A 0,0000 0,0000 2,2231 1,8399 1,1243 24,0290 MATANG TERAP 0,0000 1,7521 0,4930 0,4305 0,2322 40,3510 SUAH API 0,0000 0,0000 0,9477 0,3826 0,5088 15,9672 DUNGUN LAUT 0,0000 0,0000 0,5931 2,0009 0,3171 32,5131 SENTEBANG 3,6195 1,7521 0,5276 0,6429 0,1873 46,7801 SEI NYIRIH 0,0000 0,0000 0,7799 0,4629 0,4268 28,5322 BAKAU 0,0000 0,0000 0,6773 0,5505 0,3334 22,8120 PARIT SETIA 0,0000 0,0000 1,2091 0,7986 0,7708 22,2602 PELIMPAAN 0,0000 0,0000 0,4760 0,2609 0,2497 21,6139 SARANG BURUNG KUALA 0,0000 1,7521 0,8392 0,5534 0,4506 20,6564 SARANG BURUNG USRAT 0,0000 0,0000 1,1459 1,1810 0,4997 21,8753 SARANG BURUNG KOLAM 0,0000 0,0000 0,5866 0,4829 0,3009 30,8301 SEI NILAM 0,0000 0,0000 0,9878 0,4149 0,0530 13,3037

SARANG BURUNG DANAU 0,0000 0,0000 0,4251 0,4600 0,0944 18,6547 RATU SEPUDAK 0,0000 0,0000 4,0809 4,1411 1,7116 36,7141 SAGU 0,0000 0,0000 6,6986 6,8912 3,5286 33,3178 SENGAWANG 0,0000 0,0000 0,9198 0,7865 0,3806 22,3278 SUNGAI BARU 3,6195 0,0000 1,2454 1,7564 0,2711 38,7433 TEMPAPAN HULU 0,0000 0,0000 1,6128 1,7275 0,5880 26,2370 BERLIMANG 0,0000 0,0000 1,2121 0,9547 0,6726 19,0921 TEMPAPAN KUALA 0,0000 0,0000 1,7925 1,8823 0,5522 17,7686 PURINGAN 0,0000 0,0000 2,4378 2,0407 1,2115 23,7004 SUNGAI PALAH 0,0000 0,0000 1,6316 0,9833 0,9576 21,3273 GALING 0,0000 1,7521 1,9818 1,7759 1,1051 38,2082 KUBANGGA 0,0000 0,0000 1,1355 0,8723 0,6200 20,8385 TAMBATAN 0,0000 0,0000 3,1119 2,6941 1,4452 22,0664 LELA 0,0000 0,0000 0,7808 0,4465 0,4011 15,2876 SUNGAI KUMPAI 0,0000 0,0000 1,5589 1,4397 0,7928 19,9635 SEKURA 3,6195 7,0082 0,4551 0,3887 0,2926 74,2511 SEPADU 0,0000 0,0000 1,6225 1,1850 0,9074 24,9751 TANJUNG KERACUT 0,0000 0,0000 1,0301 0,6007 0,6023 19,0266 SEBAGU 0,0000 0,0000 3,6979 3,7523 1,5381 36,7106 KAMPUNG KERAMAT 0,0000 1,7521 1,6828 1,3895 0,9118 24,1927

k K

MEKAR SEKUNTUM 0,0000 0,0000 1,5694 1,3814 0,8130 24,5568

(6)

SUNGAI SERABEK 0,0000 0,0000 2,3141 2,1109 1,3813 31,0006 PEDADA 0,0000 0,0000 2,1060 1,6403 1,0572 34,1613 TRI MANDAYAN 0,0000 0,0000 2,2520 1,8051 1,1339 19,6579 SAYANG SEDAYU 0,0000 0,0000 2,0190 1,8574 11,3388 34,4477 SAMUSTIDA 0,0000 0,0000 0,5887 0,4721 0,3181 18,4542 PIPIT TEJA 1,8097 1,7521 1,2257 1,1600 0,6343 30,5934 TANGARAN 0,0000 0,0000 0,9649 0,8792 0,4088 22,1130 MERPATI 0,0000 0,0000 1,7002 1,5257 0,8190 25,0874 SEMATA 0,0000 0,0000 1,3181 0,8765 0,0000 32,3438 SIMPANG EMPAT 0,0000 1,7521 0,2576 0,2702 0,2001 42,9723 PANCUR 0,0000 0,0000 0,7925 0,5591 0,4894 20,3379 ARUNG PARAK 0,0000 0,0000 0,7954 0,2997 0,0000 23,9686 MERABUAN 0,0000 0,0000 3,2277 3,2653 1,5619 26,7791 MULIA 0,0000 0,0000 2,0794 1,7922 1,0995 19,0124 MATANG SEGANTAR 0,0000 0,0000 2,2848 2,1506 1,0444 20,8875 SEPANTAI 0,0000 0,0000 1,3070 0,7877 0,5323 7,1281 SEMANGA 0,0000 0,0000 0,4850 0,1818 0,2484 18,3877 PERIGI LIMUS 0,0000 0,0000 0,8258 0,3070 0,3465 28,6763 SENUJUH 0,0000 0,0000 1,0777 0,3545 0,4805 14,5833 SENDOYAN 0,0000 0,0000 0,4050 0,1016 0,2067 18,8478 PERIGI LANDU 0,0000 0,0000 1,2472 0,9233 0,4416 17,0316 PARIT RAJA 0,0000 1,7521 0,6886 0,4215 0,3860 24,5249 PIANTUS 0,0000 1,7521 0,6306 0,3035 0,2204 20,2225 SEKUDUK 0,0000 0,0000 0,7906 0,4874 0,1283 18,1786 SETALIK 0,0000 0,0000 1,0673 0,2689 0,0792 15,6529 PENAKALAN 0,0000 1,7521 1,7694 1,2112 0,8100 17,3855

SULUNG 0,0000 0,0000 3,0272 2,9958 1,2999 24,7920 SEBUNGA 0,0000 1,7521 0,9113 0,7621 0,1385 28,5596 KALIAU 0,0000 0,0000 0,7614 0,6715 0,1050 19,1912 SANATAB 0,0000 0,0000 0,6735 0,6552 0,0875 15,9232 SANTABAN 0,0000 1,7521 7,3439 7,1663 4,4500 41,0282

jingan B

SEI BENING 0,0000 0,0000 1,6829 1,4246 0,2960 17,9210 KALIMANTAN 0,0000 0,0000 1,5211 1,5114 0,3712 16,0869 MATANG DANAU 0,0000 1,7521 0,7259 0,7276 0,3686 28,5955 TANAH HITAM 0,0000 0,0000 0,4363 0,4422 0,1192 22,6258 MALEK 0,0000 0,0000 1,2820 1,2757 0,7190 19,9773 NIBUNG 0,0000 0,0000 0,4574 0,4629 0,0969 27,8925

loh