Kesimpulan Saran 1. KESIMPULAN DAN SARAN

LAMPIRAN Lampiran 1. Peta KabupatenKota Wilayah Pesisir Di Indonesia 87 Lampiran 2. Nama KabupatenKota Penerima PEMP Rutin No Provinsi KabupatenKota No Provinsi KabupatenKota 1 Aceh Aceh Besar 11 Kalimantan Barat Sambas 2 Aceh Banda Aceh 12 Kalimantan Barat Pontianak 3 Sumatera Barat Padang 13 Kalimantan Tengah Kotawaringin Barat 4 Jambi Tj Jabung Barat 14 Kalimantan Timur Nunukan 5 Bengkulu Bengkulu 15 Sulawesi Utara Minahasa Utara 6 Jawa Barat Tasikmalaya 16 Maluku Maluku Tengah 7 Jawa Barat Ciamis 17 Maluku Buru 8 DI Yogyakarta Kulon Progo 18 Maluku Seram Bagian Timur 9 DI Yogyakarta Bantul 19 Papua Barat Fakfak 10 Bali Gianyar 20 Papua Biak Numfor Sumber : Kementerian kelautan dan Perikanan 2009 Lampiran 3. Persentase Penduduk Miskin menurut KabupatenKota Pesisir Penerima PEMP Tahun 2005-2009 No KabupatenKota Persentase Penduduk Miskin 2005 2006 2007 2008 2009 1 Aceh Besar 28,81 28,66 26,69 21,52 20,09 2 Banda Aceh 8,20 8,25 6,61 9,56 8,64 3 Padang 4,41 5,15 4,97 6,40 5,72 4 Tanjung Jabung Barat 13,28 12,48 12,79 13,43 11,65 5 Bengkulu 8,65 9,28 9,20 18,16 17,57 6 Tasikmalaya 18,23 20,27 18,15 14,70 13,5 7 Ciamis 15,07 16,13 13,94 12,32 11,23 8 Kulon Progo 26,80 28,39 28,61 26,85 24,65 9 Bantul 18,21 20,25 19,43 18,54 17,64 10 Gianyar 5,09 6,33 5,98 6,61 5,76 11 Sambas 15,10 16,77 14,00 11,51 9,96 12 Pontianak 9,82 10,95 8,26 7,03 5,46 13 Kotawaringin Barat 8,79 8,88 8,66 7,76 6,87 14 Nunukan 19,13 21,66 20,02 14,96 13,47 15 Minahasa Utara 7,61 10,29 10,14 8,35 7,98 16 Maluku Tengah 37,14 38,21 36,03 32,61 30,48 17 Buru 33,00 33,34 31,34 29,17 27,57 18 Seram Bagian Timur 39,98 40,18 39,83 36,98 34,67 19 Fakfak 39,88 41,64 39,57 37,55 35,29 20 Biak Numfor 47,36 47,54 46,98 37,06 36,51 Lampiran 4. PDRB menurut KabupatenKota Pesisir Penerima PEMP Tahun 2005-2009 jutaan rupiah No KabupatenKota PDRB juta rupiah 2005 2006 2007 2008 2009 1 Aceh Besar 1.732 1.875 2.135 2.258 2.405 2 Banda Aceh 1.504 2.172 2.585 2.734 2.900 3 Padang 9.111 9.577 10.166 10.797 11.346 4 Tanjung Jabung Barat 1.618 1.746 1.885 1.998 2.126 5 Bengkulu 1.589 1.695 1.807 1.904 1.998 6 Tasikmalaya 4.337 4.511 4.884 5.081 5.291 7 Ciamis 5.890 6.116 6.422 6.740 7.071 8 Kulon Progo 1.465 1.525 1.588 1.662 1.728 9 Bantul 3.234 3.300 3.449 3.618 3.780 10 Gianyar 2.551 2.684 2.842 3.009 3.188 11 Sambas 2.274 2.364 2.491 2.629 2.771 12 Pontianak 4.788 5.035 5.294 5.569 5.842 13 Kotawaringin Barat 1.887 2.009 2.147 2.296 2.444 14 Nunukan 1.186 1.202 1.247 1.298 1.344 15 Minahasa Utara 1.006 1.037 1.095 1.163 1.242 16 Maluku Tengah 484 508 534 562 591 17 Buru 238 248 258 269 167 18 Seram Bagian Timur 119 125 128 133 139 19 Fakfak 456 486 519 551 585 20 Biak Numfor 631 682 734 776 836 Lampiran 5. Indeks Gini menurut KabupatenKota Pesisir Penerima PEMP Tahun 2005-2009 No KabupatenKota Indeks Gini 2005 2006 2007 2008 2009 1 Aceh Besar 0,26 0,26 0,26 0,26 0,25 2 Banda Aceh 0,29 0,29 0,27 0,27 0,27 3 Padang 0,33 0,29 0,29 0,29 0,29 4 Tanjung Jabung Barat 0,31 0,31 0,30 0,30 0,29 5 Bengkulu 0,36 0,33 0,29 0,29 0,28 6 Tasikmalaya 0,27 0,27 0,26 0,27 0,26 7 Ciamis 0,32 0,26 0,26 0,25 0,25 8 Kulon Progo 0,31 0,31 0,30 0,29 0,27 9 Bantul 0,36 0,34 0,33 0,33 0,30 10 Gianyar 0,33 0,29 0,25 0,25 0,25 11 Sambas 0,31 0,31 0,31 0,31 0,28 12 Pontianak 0,30 0,30 0,30 0,30 0,30 13 Kotawaringin Barat 0,29 0,29 0,29 0,29 0,29 14 Nunukan 0,33 0,31 0,31 0,31 0,31 15 Minahasa Utara 0,35 0,35 0,34 0,30 0,30 16 Maluku Tengah 0,28 0,27 0,27 0,27 0,27 17 Buru 0,29 0,26 0,26 0,26 0,25 18 Seram Bagian Timur 0,30 0,30 0,30 0,30 0,28 19 Fakfak 0,31 0,31 0,31 0,31 0,28 20 Biak Numfor 0,35 0,33 0,33 0,33 0,33 Lampiran 6. TPTmenurut KabupatenKota Pesisir Penerima PEMP Tahun 2005-2009 No KabupatenKota TPT 2005 2006 2007 2008 2009 1 Aceh Besar 35,88 15,12 12,99 12,05 13,54 2 Banda Aceh 20,92 30,70 7,91 11,43 9,78 3 Padang 19,23 19,33 17,63 14,61 15,86 4 Tanjung Jabung Barat 11,60 8,26 4,52 4,31 4,38 5 Bengkulu 17,98 10,72 9,47 8,87 11,97 6 Tasikmalaya 10,04 11,09 8,48 8,02 6,81 7 Ciamis 8,04 8,19 4,39 6,00 6,31 8 Kulon Progo 6,85 5,35 4,34 3,56 4,31 9 Bantul 7,64 6,47 5,17 5,06 5,85 10 Gianyar 4,06 6,47 2,80 2,84 2,91 11 Sambas 6,27 6,85 6,27 3,89 6,09 12 Pontianak 9,72 12,45 9,23 9,07 7,98 13 Kotawaringin Barat 8,54 6,31 7,25 5,43 4,74 14 Nunukan 23,56 41,27 14,34 13,17 9,43 15 Minahasa Utara 16,75 16,21 13,68 13,20 11,95 16 Maluku Tengah 19,14 12,94 12,80 12,24 12,41 17 Buru 7,72 10,71 10,69 10,17 6,65 18 Seram Bagian Timur 8,52 18,14 10,04 7,57 8,24 19 Fakfak 9,84 2,49 14,56 13,66 13,33 20 Biak Numfor 10,89 4,76 7,52 7,38 12,12 Lampiran 7. Alokasi Besaran PEMP menurut KabupatenKota Pesisir Penerima PEMP Tahun 2005-2009 ribuan rupiah No KabupatenKota Besaran PEMP 2005 2006 2007 2008 2009 1 Aceh Besar 853.125 1.000.000 850.000 865.000 926.300 2 Banda Aceh 853.125 1.000.000 1.250.000 865.000 926.300 3 Padang 150.000 525.000 400.000 865.000 926.300 4 Tanjung Jabung Barat 550.000 1.200.000 850.000 865.000 926.300 5 Bengkulu 1.120.000 1.475.000 400.000 865.000 926.300 6 Tasikmalaya 1.520.000 800.000 850.000 865.000 926.300 7 Ciamis 150.000 550.000 850.000 865.000 926.300 8 Kulon Progo 1.120.000 550.000 850.000 865.000 926.300 9 Bantul 550.000 550.000 850.000 865.000 926.300 10 Gianyar 550.000 550.000 850.000 856.000 926.300 11 Sambas 550.000 1.200.000 475.000 865.000 926.300 12 Pontianak 1.520.000 525.000 1.250.000 865.000 926.300 13 Kotawaringin Barat 970.000 550.000 850.000 865.000 926.300 14 Nunukan 150.000 1.000.000 850.000 900.000 926.300 15 Minahasa Utara 970.000 1.200.000 850.000 865.000 926.300 16 Maluku Tengah 852.500 525.000 700.000 865.000 926.300 17 Buru 852.500 1.000.000 700.000 865.000 926.300 18 Seram Bagian Timur 852.500 1.000.000 700.000 865.000 926.300 19 Fakfak 150.000 1.000.000 1.325.000 865.000 926.300 20 Biak Numfor 550.000 1.200.000 1.125.000 957.000 926.300 Lampiran 8. Data Pengeluaran Perkapita Menurut Persentil Tahun 2005 dan 2009 Per - sentil Penge- luaran 2005 Penge- luaran 2009 Growth 2005-2009 Mean Growth Per - sentil Penge- luaran 2005 Penge- luaran 2009 Growth 2005-2009 Mean Growth 1 66.434 127.672 17,74 16,59 51 197.045 365.397 16,69 16,59 2 74.878 142.343 17,42 16,59 52 200.229 369.981 16,59 16,59 3 81.000 155.622 17,73 16,59 53 202.976 375.173 16,60 16,59 4 85.378 165.794 18,05 16,59 54 205.940 381.309 16,65 16,59 5 90.098 173.150 17,74 16,59 55 209.347 386.797 16,59 16,59 6 94.008 178.542 17,39 16,59 56 212.551 391.695 16,51 16,59 7 97.149 184.168 17,34 16,59 57 215.417 397.393 16,54 16,59 8 100.040 188.321 17,13 16,59 58 218.909 403.952 16,55 16,59 9 102.753 193.199 17,10 16,59 59 222.662 410.103 16,50 16,59 10 105.945 198.552 17,00 16,59 60 225.746 416.170 16,52 16,59 11 108.526 204.038 17,10 16,59 61 229.270 422.914 16,54 16,59 12 111.054 208.552 17,06 16,59 62 233.359 428.198 16,39 16,59 13 113.877 212.332 16,85 16,59 63 237.202 434.321 16,32 16,59 14 115.774 216.185 16,90 16,59 64 240.848 440.223 16,27 16,59 15 118.030 220.698 16,94 16,59 65 244.470 447.060 16,29 16,59 16 120.279 224.864 16,93 16,59 66 249.166 452.980 16,12 16,59 17 122.302 229.247 17,01 16,59 67 252.861 460.494 16,17 16,59 18 124.171 232.860 17,02 16,59 68 258.413 469.426 16,09 16,59 19 126.355 236.787 17,00 16,59 69 262.473 478.196 16,18 16,59 20 128.046 240.411 17,06 16,59 70 266.374 486.717 16,26 16,59 21 129.879 243.683 17,04 16,59 71 271.036 494.028 16,19 16,59 22 131.652 247.151 17,05 16,59 72 276.991 503.022 16,09 16,59 23 133.661 251.048 17,07 16,59 73 281.492 511.755 16,12 16,59 24 135.548 254.371 17,04 16,59 74 287.207 521.015 16,05 16,59 25 137.619 258.506 17,07 16,59 75 293.298 532.248 16,07 16,59 26 139.517 261.861 17,05 16,59 76 299.571 542.644 16,01 16,59 27 141.191 265.649 17,12 16,59 77 306.532 554.631 15,98 16,59 28 143.114 269.924 17,19 16,59 78 312.599 565.850 15,99 16,59 29 145.103 273.881 17,21 16,59 79 319.360 577.149 15,94 16,59 30 147.048 277.419 17,20 16,59 80 326.405 594.487 16,17 16,59 31 149.185 280.827 17,13 16,59 81 333.323 607.336 16,18 16,59 32 151.116 284.439 17,13 16,59 82 342.460 622.589 16,12 16,59 33 153.128 287.807 17,09 16,59 83 352.816 638.514 15,99 16,59 34 155.176 291.973 17,12 16,59 84 361.821 652.845 15,90 16,59 35 157.540 295.758 17,05 16,59 85 371.498 670.711 15,92 16,59 36 160.060 299.369 16,94 16,59 86 380.714 690.254 16,04 16,59 37 162.345 303.304 16,91 16,59 87 393.934 715.278 16,08 16,59 38 164.569 306.938 16,86 16,59 88 408.972 741.643 16,04 16,59 39 166.581 310.724 16,87 16,59 89 423.849 766.843 15,98 16,59 40 169.006 314.280 16,78 16,59 90 442.148 797.297 15,88 16,59 41 171.161 318.514 16,80 16,59 91 460.221 834.534 16,04 16,59 42 173.921 322.756 16,72 16,59 92 482.113 875.009 16,07 16,59 43 176.185 327.774 16,79 16,59 93 510.657 914.008 15,67 16,59 44 178.788 332.270 16,76 16,59 94 541.912 961.103 15,40 16,59 45 181.121 337.196 16,81 16,59 95 574.804 1.036.804 15,89 16,59 46 183.619 342.099 16,83 16,59 96 625.088 1.130.257 15,96 16,59 47 186.384 346.363 16,76 16,59 97 692.066 1.241.522 15,73 16,59 48 189.390 350.580 16,64 16,59 98 792.143 1.408.347 15,47 16,59 49 192.407 355.350 16,58 16,59 99 1.023.524 1.763.839 14,58 16,59 50 194.819 360.600 16,64 16,59 Lampiran 9. Hasil Analisis Kuadran menurut KabKota Pesisir Penerima PEMP Analisis Kuadran Pertumbuhan dan Kemiskinan menurut KabKota Pesisir Penerima PEMP Tahun 2005 I III II IV 10000 8000 6000 4000 2000 pdrb2005 50.00 40.00 30.00 20.00 10.00 0.00 m is k in 2 5 Biak Numfor Fakfak Seram Bagian Timur Buru Maluku Tengah Minahasa Utara Nunukan Kotawaringin Barat Pontianak Sambas Gianyar Bantul Kulon Progo Ciamis Tasikmalaya Bengkulu Tanjung Jabung Barat Padang Banda Aceh Aceh Besar III II Analisis Kuadran Pertumbuhan dan Kemiskinan menurut KabKota Pesisir Penerima PEMP Tahun 2009 I II III IV 12000 10000 8000 6000 4000 2000 pdrb2009 40.00 30.00 20.00 10.00 m is k in 2 9 Biak Numfor Fakfak Seram Bagian Timur Buru Maluku Tengah Minahasa Utara Nunukan Kotawaringin Barat Pontianak Sambas Gianyar Bantul Kulon Progo Ciamis Tasikmalaya Bengkulu Tanjung Jabung Barat Padang Banda Aceh Aceh Besar III II Analisis Kuadran Indeks Gini dan Kemiskinan menurut KabKota Pesisir Penerima PEMP Tahun 2005 0.36 0.34 0.32 0.30 0.28 0.26 gini2005 50.00 40.00 30.00 20.00 10.00 0.00 m is k in 2 5 Biak Numfor Fakfak Seram Bagian Timur Buru Maluku Tengah Minahasa Utara Nunukan Kotawaringin Barat Pontianak Sambas Gianyar Bantul Kulon Progo Ciamis Tasikmalaya Bengkulu Tanjung Jabung Barat Padang Banda Aceh Aceh Besar II I IV III Analisis Kuadran Indeks Gini dan Kemiskinan menurut KabKota Pesisir Penerima PEMP Tahun 2009 0.34 0.32 0.30 0.28 0.26 0.24 gini2009 40.00 30.00 20.00 10.00 m is k in 2 9 Biak Numfor Fakfak Seram Bagian Timur Buru Maluku Tengah Minahasa Utara Nunukan Kotawaringin Barat Pontianak Sambas Gianyar Bantul Kulon Progo Ciamis Tasikmalaya Bengkulu Tanjung Jabung Barat Padang Banda Aceh Aceh Besar I IV III II Analisis Kuadran Tingkat Pengangguran Terbuka TPT dan Kemiskinan menurut KabKota Pesisir Penerima PEMP Tahun 2005 40.00 30.00 20.00 10.00 0.00 tpt2005 50.00 40.00 30.00 20.00 10.00 0.00 mis k in2 5 Biak Numfor Fakfak Seram Bagian Timur Buru Maluku Tengah Minahasa Utara Nunukan Kotawaringin Barat Pontianak Sambas Gianyar Bantul Kulon Progo Ciamis Tasikmalaya Bengkulu Tanjung Jabung Barat Padang Banda Aceh Aceh Besar I IV II III Kondisi Tingkat Pengangguran Terbuka TPT dan Kemiskinan menurut KabKota Pesisir Penerima PEMP Tahun 2009 16.00 14.00 12.00 10.00 8.00 6.00 4.00 2.00 tpt2009 40.00 30.00 20.00 10.00 m is k in 2 9 Biak Numfor Fakfak Seram Bagian Timur Buru Maluku Tengah Minahasa Utara Nunukan Kotawaringin Barat Pontianak Sambas Gianyar Bantul Kulon Progo Ciamis Tasikmalaya Bengkulu Tanjung Jabung Barat Padang Banda Aceh Aceh Besar I III II IV Lampiran 10. Output Hasil Pengolahan Data Panel PENGARUH PEMP TERHADAP PDRB FIXED Dependent Variable: PDRB Method: Panel Least Squares Date: 082411 Time: 14:12 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Variable Coefficient Std. Error t-Statistic Prob. C 2337.714 118.7268 19.68987 0.0000 PEMP 0.000309 0.000135 2.294240 0.0244 Effects Specification Cross-section fixed dummy variables R-squared 0.986879 Mean dependent var 2600.480 Adjusted R-squared 0.983557 S.D. dependent var 2439.185 S.E. of regression 312.7759 Akaike info criterion 14.51313 Sum squared resid 7728472. Schwarz criterion 15.06021 Log likelihood -704.6564 Hannan-Quinn criter. 14.73454 F-statistic 297.0926 Durbin-Watson stat 0.629569 ProbF-statistic 0.000000 RANDOM Dependent Variable: PDRB Method: Panel EGLS Cross-section random effects Date: 082411 Time: 14:13 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 2345.533 516.2781 4.543158 0.0000 PEMP 0.000300 0.000135 2.226966 0.0282 Effects Specification S.D. Rho Cross-section random 2247.037 0.9810 Idiosyncratic random 312.7759 0.0190 Weighted Statistics R-squared 0.046272 Mean dependent var 161.5667 Adjusted R-squared 0.036540 S.D. dependent var 325.4401 S.E. of regression 319.4390 Sum squared resid 10000043 F-statistic 4.754645 Durbin-Watson stat 0.481309 ProbF-statistic 0.031613 Unweighted Statistics R-squared -0.012013 Mean dependent var 2600.480 Sum squared resid 5.96E+08 Durbin-Watson stat 0.008074 UJI HAUSMAN – PEMP terhadap PDRB Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random 5.219871 1 0.0223 Cross-section random effects test comparisons: Variable Fixed Random VarDiff. Prob. PEMP 0.000309 0.000300 0.000000 0.0223 Cross-section random effects test equation: Dependent Variable: PDRB Method: Panel Least Squares Date: 082411 Time: 14:14 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Variable Coefficient Std. Error t-Statistic Prob. C 2337.714 118.7268 19.68987 0.0000 PEMP 0.000309 0.000135 2.294240 0.0244 Effects Specification Cross-section fixed dummy variables R-squared 0.986879 Mean dependent var 2600.480 Adjusted R-squared 0.983557 S.D. dependent var 2439.185 S.E. of regression 312.7759 Akaike info criterion 14.51313 Sum squared resid 7728472. Schwarz criterion 15.06021 Log likelihood -704.6564 Hannan-Quinn criter. 14.73454 F-statistic 297.0926 Durbin-Watson stat 0.629569 ProbF-statistic 0.000000 PEMP Terhadap PDRB KEPUTUSAN UJI HAUSMAN FIXED AUTOKORELASI : ADA DURBIN WATSON= 0,63 HO: HOMOSKEDASTIK H1: HETEROSKEDASTIK HETEROSKEDASTIK: 1000.9868=98.68 CHI SQUARE TABEL 0,01=6.63 TOLAK HO HETEROSKEDASTIK ADA AUTOKORELASI DAN ADA HETEROSKEDASTIK, ESTIMASI YANG DIGUNAKAN : COVARIANCE METHOD CROSSSECTION SURPCSE Dependent Variable: PDRB Method: Panel EGLS Cross-section weights Date: 082411 Time: 14:19 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Linear estimation after one-step weighting matrix Cross-section SUR PCSE standard errors covariance d.f. corrected Variable Coefficient Std. Error t-Statistic Prob. C 2519.588 49.04720 51.37067 0.0000 PEMP 9.52E-05 5.33E-05 1.786154 0.0779 Effects Specification Cross-section fixed dummy variables Weighted Statistics R-squared 0.991594 Mean dependent var 3165.360 Adjusted R-squared 0.989466 S.D. dependent var 1338.461 S.E. of regression 284.0324 Sum squared resid 6373277. F-statistic 465.9577 Durbin-Watson stat 0.626862 ProbF-statistic 0.000000 Unweighted Statistics R-squared 0.986460 Mean dependent var 2600.480 Sum squared resid 7975158. Durbin-Watson stat 0.524956 PENGARUH PEMP TERHADAP INDEKS GINI FIXED Dependent Variable: GINI Method: Panel Least Squares Date: 082411 Time: 14:20 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Variable Coefficient Std. Error t-Statistic Prob. C 0.309874 0.009586 32.32677 0.0000 PEMP -2.26E-08 1.09E-08 -2.073536 0.0414 Effects Specification Cross-section fixed dummy variables R-squared 0.478762 Mean dependent var 0.290700 Adjusted R-squared 0.346803 S.D. dependent var 0.031245 S.E. of regression 0.025253 Akaike info criterion -4.335490 Sum squared resid 0.050378 Schwarz criterion -3.788404 Log likelihood 237.7745 Hannan-Quinn criter. -4.114075 F-statistic 3.628111 Durbin-Watson stat 1.529747 ProbF-statistic 0.000021 RANDOM Dependent Variable: GINI Method: Panel EGLS Cross-section random effects Date: 082411 Time: 14:20 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 0.308726 0.010236 30.16138 0.0000 PEMP -2.12E-08 1.06E-08 -2.008030 0.0474 Effects Specification S.D. Rho Cross-section random 0.018871 0.3583 Idiosyncratic random 0.025253 0.6417 Weighted Statistics R-squared 0.039804 Mean dependent var 0.149278 Adjusted R-squared 0.030006 S.D. dependent var 0.025544 S.E. of regression 0.025158 Sum squared resid 0.062028 F-statistic 4.062537 Durbin-Watson stat 1.240519 ProbF-statistic 0.046583 Unweighted Statistics R-squared 0.021962 Mean dependent var 0.290700 Sum squared resid 0.094528 Durbin-Watson stat 0.814003 UJI HAUSMAN - PEMP Terhadap INDEKS GINI Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random 0.267796 1 0.6048 Cross-section random effects test comparisons: Variable Fixed Random VarDiff. Prob. PEMP -0.000000 -0.000000 0.000000 0.6048 Cross-section random effects test equation: Dependent Variable: GINI Method: Panel Least Squares Date: 082411 Time: 14:21 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Variable Coefficient Std. Error t-Statistic Prob. C 0.309874 0.009586 32.32677 0.0000 PEMP -2.26E-08 1.09E-08 -2.073536 0.0414 Effects Specification Cross-section fixed dummy variables R-squared 0.478762 Mean dependent var 0.290700 Adjusted R-squared 0.346803 S.D. dependent var 0.031245 S.E. of regression 0.025253 Akaike info criterion -4.335490 Sum squared resid 0.050378 Schwarz criterion -3.788404 Log likelihood 237.7745 Hannan-Quinn criter. -4.114075 F-statistic 3.628111 Durbin-Watson stat 1.529747 ProbF-statistic 0.000021 PEMP Terhadap INDEKS GINI KEPUTUSAN UJI HAUSMAN : RANDOM EFFECT AUTOKORELASI : ADA DURBIN WATSON: 1,24 HO: HOMOSKEDASTIK H1: HETEROSKEDASTIK HETEROSKEDASTIK: 0,0398100=3.98 CHI SQUARE TABEL=6.63 TERIMA HO HOMOSKEDASTIK ADA AUTOKORELASI DAN TIDAK ADA HETEROSKEDASTIK, ESTIMASI YANG DIGUNAKAN : COVARIANCE METHOD CROSSSECTION WEIGHT PCSE Dependent Variable: GINI Method: Panel EGLS Cross-section random effects Date: 082511 Time: 12:44 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Swamy and Arora estimator of component variances Cross-section weights PCSE standard errors covariance d.f. corrected Variable Coefficient Std. Error t-Statistic Prob. C 0.308726 0.010849 28.45676 0.0000 PEMP -2.12E-08 1.19E-08 -1.781146 0.0780 Effects Specification S.D. Rho Cross-section random 0.018871 0.3583 Idiosyncratic random 0.025253 0.6417 Weighted Statistics R-squared 0.039804 Mean dependent var 0.149278 Adjusted R-squared 0.030006 S.D. dependent var 0.025544 S.E. of regression 0.025158 Sum squared resid 0.062028 F-statistic 4.062537 Durbin-Watson stat 1.240519 ProbF-statistic 0.046583 Unweighted Statistics R-squared 0.021962 Mean dependent var 0.290700 Sum squared resid 0.094528 Durbin-Watson stat 0.814003 PEMP TERHADAP PENGANGGURANTPT FIXED Dependent Variable: TPT Method: Panel Least Squares Date: 082511 Time: 12:50 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Variable Coefficient Std. Error t-Statistic Prob. C 11.46289 1.850322 6.195079 0.0000 PEMP -1.15E-06 2.10E-06 -0.549029 0.5845 Effects Specification Cross-section fixed dummy variables R-squared 0.535918 Mean dependent var 10.48290 Adjusted R-squared 0.418429 S.D. dependent var 6.391912 S.E. of regression 4.874522 Akaike info criterion 6.190199 Sum squared resid 1877.117 Schwarz criterion 6.737285 Log likelihood -288.5100 Hannan-Quinn criter. 6.411614 F-statistic 4.561433 Durbin-Watson stat 1.865527 ProbF-statistic 0.000001 RANDOM Dependent Variable: TPT Method: Panel EGLS Cross-section random effects Date: 082511 Time: 12:50 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 11.41156 2.060756 5.537562 0.0000 PEMP -1.09E-06 2.05E-06 -0.532061 0.5959 Effects Specification S.D. Rho Cross-section random 4.387809 0.4476 Idiosyncratic random 4.874522 0.5524 Weighted Statistics R-squared 0.002909 Mean dependent var 4.664199 Adjusted R-squared -0.007265 S.D. dependent var 4.832538 S.E. of regression 4.850060 Sum squared resid 2305.262 F-statistic 0.285951 Durbin-Watson stat 1.518289 ProbF-statistic 0.594038 Unweighted Statistics R-squared 0.001246 Mean dependent var 10.48290 Sum squared resid 4039.758 Durbin-Watson stat 0.866402 UJI HAUSMAN- PEMP Terhadap PENGANGGURAN TPT Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random 0.018871 1 0.8907 Cross-section random effects test comparisons: Variable Fixed Random VarDiff. Prob. PEMP -0.000001 -0.000001 0.000000 0.8907 Cross-section random effects test equation: Dependent Variable: TPT Method: Panel Least Squares Date: 082511 Time: 12:51 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Variable Coefficient Std. Error t-Statistic Prob. C 11.46289 1.850322 6.195079 0.0000 PEMP -1.15E-06 2.10E-06 -0.549029 0.5845 Effects Specification Cross-section fixed dummy variables R-squared 0.535918 Mean dependent var 10.48290 Adjusted R-squared 0.418429 S.D. dependent var 6.391912 S.E. of regression 4.874522 Akaike info criterion 6.190199 Sum squared resid 1877.117 Schwarz criterion 6.737285 Log likelihood -288.5100 Hannan-Quinn criter. 6.411614 F-statistic 4.561433 Durbin-Watson stat 1.865527 ProbF-statistic 0.000001 PEMP Terhadap PENGANGGURAN TPT KEPUTUSAN UJI HAUSMAN : RANDOM AUTOKORELASI : ADA DURBIN WATSON: 1,52 HO: HOMOSKEDASTIK H1: HETEROSKEDASTIK HETEROSKEDASTIK: 0,0029100=0.29 CHI SQUARE TABEL=6.63 TERIMA HO HOMOSKEDASTIK ADA AUTOKORELASI DAN TIDAK ADA HETEROSKEDASTIK , ESTIMASI YANG DIGUNAKAN: COVARIANCE METHOD CROSSSECTION SUR PCSE Dependent Variable: TPT Method: Panel EGLS Cross-section random effects Date: 082511 Time: 12:53 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Swamy and Arora estimator of component variances Cross-section SUR PCSE standard errors covariance d.f. corrected Variable Coefficient Std. Error t-Statistic Prob. C 11.41156 2.249113 5.073806 0.0000 PEMP -1.09E-06 1.39E-06 -0.785504 0.4341 Effects Specification S.D. Rho Cross-section random 4.387809 0.4476 Idiosyncratic random 4.874522 0.5524 Weighted Statistics R-squared 0.002909 Mean dependent var 4.664199 Adjusted R-squared -0.007265 S.D. dependent var 4.832538 S.E. of regression 4.850060 Sum squared resid 2305.262 F-statistic 0.285951 Durbin-Watson stat 1.518289 ProbF-statistic 0.594038 Unweighted Statistics R-squared 0.001246 Mean dependent var 10.48290 Sum squared resid 4039.758 Durbin-Watson stat 0.866402 PDRB, GINI, PENGANGGURAN TERHADAP MISKIN FIXED Dependent Variable: MISKIN Method: Panel Least Squares Date: 082511 Time: 12:55 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Variable Coefficient Std. Error t-Statistic Prob. C 21.45566 4.949510 4.334905 0.0000 PDRB -0.001456 0.001013 -1.438002 0.1545 GINI 2.859503 11.87735 0.240753 0.8104 TPT 0.091824 0.065346 1.405186 0.1640 Effects Specification Cross-section fixed dummy variables R-squared 0.962992 Mean dependent var 19.46190 Adjusted R-squared 0.952418 S.D. dependent var 12.11420 S.E. of regression 2.642497 Akaike info criterion 4.979961 Sum squared resid 537.6749 Schwarz criterion 5.579150 Log likelihood -225.9980 Hannan-Quinn criter. 5.222464 F-statistic 91.07429 Durbin-Watson stat 0.949977 ProbF-statistic 0.000000 RANDOM Dependent Variable: MISKIN Method: Panel EGLS Cross-section random effects Date: 082511 Time: 12:55 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 24.06846 4.839676 4.973155 0.0000 PDRB -0.002181 0.000709 -3.075884 0.0027 GINI 0.940267 11.68571 0.080463 0.9360 TPT 0.075529 0.062834 1.202046 0.2323 Effects Specification S.D. Rho Cross-section random 10.62755 0.9418 Idiosyncratic random 2.642497 0.0582 Weighted Statistics R-squared 0.131550 Mean dependent var 2.150865 Adjusted R-squared 0.104411 S.D. dependent var 2.763288 S.E. of regression 2.615054 Sum squared resid 656.4966 F-statistic 4.847249 Durbin-Watson stat 0.774707 ProbF-statistic 0.003488 Unweighted Statistics R-squared 0.313283 Mean dependent var 19.46190 Sum squared resid 9977.067 Durbin-Watson stat 0.050976 UJI HAUSMAN-PDRB,INDEKS GINI,TPT Terhadap KEMISKINAN Correlated Random Effects - Hausman Test Equation: Untitled Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random 1.016361 3 0.7973 Cross-section random effects test comparisons: Variable Fixed Random VarDiff. Prob. PDRB -0.001456 -0.002181 0.000001 0.3165 GINI 2.859503 0.940267 4.515418 0.3664 TPT 0.091824 0.075529 0.000322 0.3639 Cross-section random effects test equation: Dependent Variable: MISKIN Method: Panel Least Squares Date: 082511 Time: 12:55 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Variable Coefficient Std. Error t-Statistic Prob. C 21.45566 4.949510 4.334905 0.0000 PDRB -0.001456 0.001013 -1.438002 0.1545 GINI 2.859503 11.87735 0.240753 0.8104 TPT 0.091824 0.065346 1.405186 0.1640 Effects Specification Cross-section fixed dummy variables R-squared 0.962992 Mean dependent var 19.46190 Adjusted R-squared 0.952418 S.D. dependent var 12.11420 S.E. of regression 2.642497 Akaike info criterion 4.979961 Sum squared resid 537.6749 Schwarz criterion 5.579150 Log likelihood -225.9980 Hannan-Quinn criter. 5.222464 F-statistic 91.07429 Durbin-Watson stat 0.949977 ProbF-statistic 0.000000 KEPUTUSAN UJI HAUSMAN : RANDOM AUTOKORELASI : ADA DURBIN WATSON: 0.77 HO: HOMOSKEDASTIK H1: HETEROSKEDASTIK HETEROSKEDASTIK: 0,1315100=13.15 CHI SQUARE TABEL=6.63 TOLAK HO HETEROSKEDASTIK ADA AUTOKORELASI DAN ADA HETEROSKEDASTIK ,ESTIMASI YANG DIGUNAKAN: GLS KARENA SUDAH RANDOM TIDAK DIGUNAKAN WEIGHT GLS LAGI COVARIANCE METHOD CROSSSECTION SUR PCSE Dependent Variable: MISKIN Method: Panel EGLS Cross-section random effects Date: 082511 Time: 13:01 Sample: 2005 2009 Periods included: 5 Cross-sections included: 20 Total panel balanced observations: 100 Swamy and Arora estimator of component variances Cross-section SUR PCSE standard errors covariance d.f. corrected Variable Coefficient Std. Error t-Statistic Prob. C 24.06846 6.964162 3.456045 0.0008 PDRB -0.002181 0.000835 -2.612007 0.0104 GINI 0.940267 8.143073 0.115468 0.9083 TPT 0.075529 0.051127 1.477275 0.1429 Effects Specification S.D. Rho Cross-section random 10.62755 0.9418 Idiosyncratic random 2.642497 0.0582 Weighted Statistics R-squared 0.131550 Mean dependent var 2.150865 Adjusted R-squared 0.104411 S.D. dependent var 2.763288 S.E. of regression 2.615054 Sum squared resid 656.4966 F-statistic 4.847249 Durbin-Watson stat 0.774707 ProbF-statistic 0.003488 Unweighted Statistics R-squared 0.313283 Mean dependent var 19.46190 Sum squared resid 9977.067 Durbin-Watson stat 0.050976 ABSTRACT MEITY TRISNOWATI. The Impact of Economic Growth, Income Inequality, and Unemployment on the Poverty Rate in Districs of Coastal Communities Economic Empowerment Recipient. Under direction of NUNUNG NURYARTONO and ARIEF DARYANTO. Reducing poverty is one of the government objective in the coastal region. The government is implementing some programs to achieve this goal by raising up the social welfare of the poorer. To accelerate the goal, the Ministry of Marine and Fisheries Affairs of the Republic of Indonesia is implementing PEMP, means an economic empowerment program in the coastal region. The purpose of this study is to analyse whether this program has an impact on economy, inequality, and unemployment as well as the indirect effect on the poverty reduction. Using static panel data model, the result shows that the PEMP has a significant and positive impact on per capita GDRP as well as a significant impact on reducing the inequality. Thus, the PEMP program is one way to reduce the poverty on the coastal region. Keywords: PEMP, poverty reduction, inequality, static panel data model

I. PENDAHULUAN

1.1. Latar Belakang

Secara umum, pembangunan perikanan dan kelautan pada masa lalu kurang mendapat perhatian yang serius dari pemerintah sehingga permasalahan yang dihadapi oleh masyarakat pesisir dan nelayan seolah-olah diwarisi secara turun-temurun dari generasi sebelumnya. Salah satu indikasi kurangnya perhatian pemerintah adalah kecilnya jumlah alokasi kredit perbankan yang teralokasikan untuk usaha perikanan dan kelautan hanya 0,02 dari total kredit selama Pembangunan Jangka Panjang PJP I hingga pertengahan PJP II Dahuri, 2004. Sehingga sangatlah wajar apabila masyarakat pesisir sering diidentikkan sebagai masyarakat miskin, terbelakang dan termarjinalkan. Departemen Eksplorasi Laut yang didirikan pada tahun 1999, menjadi cikal bakal Departemen Kelautan dan Perikanan DKP yang membawa harapan baru dalam pembangunan perikanan dan kelautan Indonesia. DKP menjadi ujung tombak dalam membuat kebijakan dan meyakinkan pemerintah bahwa sektor perikanan dan kelautan memiliki potensi yang sama dengan sektor lain, kalau tidak ingin dikatakan memiliki potensi yang lebih. Dalam platform pembangunan ekonomi nasional menuju Indonesia yang maju, makmur, berkeadilan dan di ridhoi Tuhan Yang Maha Esa, ada enam sektor yang menjadi andalan pembangunan. Enam sektor tersebut adalah sektor kelautan dan perikanan, sektor pertanian, sektor kehutanan, sektor energi dan sumberdaya mineral, sektor pariwisata dan sektor Usaha Kecil Menengah Mikro Dahuri, 2004. Masuknya sektor kelautan dan perikanan menjadi sektor andalan pembangunan nasional tentu dapat dikatakan sebagai salah satu keberhasilan perjuangan DKP, karena untuk pertama kali dalam sejarah pembangunan Indonesia sektor perikanan dan kelautan menjadi sektor andalan. Menurut Dahuri 2004, setidaknya ada enam alasan utama yang dapat dijelaskan sehingga sektor perikanan dan kelautan layak menjadi sektor andalan yaitu: 1. Secara fisik laut merupakan faktor dominan dan pemersatu, Indonesia memiliki wilayah territorial laut sebesar 3,1 juta km persegi, serta luas laut ZEE Zona Ekonomi Eksklusif 2,7 juta km persegi. Sebagai negara kepulauan terbesar didunia lebih dari 17.500 pulau dan memiliki 81.000 km garis pantai terpanjang ke dua di dunia setelah Kanada. Indonesia memiliki potensi ekonomi yang besar dan beragam. Garis pantai terpanjang mengindikasikan bahwa Indonesia memiliki kawasan pesisir yang sangat luas. Kawasan pesisir adalah kawasan yang berada disekitar pantai kearah laut dan ke arah darat. 2. Semakin meningkatnya jumlah penduduk dunia dan kesadaran tentang gizi ikan yang lebih sehat dan mencerdaskan sehingga permintaan produk dan jasa kelautan dan perikanan terus meningkat. 3. Industri kelautan menciptakan backward dan forward linkage yang tinggi. 4. Sumberdaya kelautan sebagian besar merupakan sumberdaya renewable sehingga dapat menjadi basis pembangunan ekonomi berkelanjutan. 5. Sebagian besar kegiatan ekonomi kelautan dan perikanan terdapat di daerah pesisir dan pulau-pulau kecil sehingga membantu masalah urbanisasi. 6. Penguasaan dan penegakan kedaulatan dilaut yang memberi jaminan atas pertahanan, keamanan dan kedaulatan NKRI sebagai suatu kesatuan. Meskipun memiliki potensi sumberdaya alam yang berlimpah, masyarakat pesisir masih menerima warisan kemiskinan karena sektor tersebut masih dipinggirkan oleh kebijakan yang berazaskan pada tanah daratan Widodo, 2000 . Suatu gambaran paradoks, sumberdaya alam melimpah namun tidak tercermin dari kesejahteraan para pelaku disektor itu sendiri. Sebagai faktanya, nelayan Indonesia masih tergolong kelompok masyarakat termiskin dan terpinggirkan dengan pendapatan per kapita perbulan sekitar 7-10 dollar AS Fauzi, 2009. Pendapatan masyarakat pesisir yang rendah diperkuat oleh kajian yang dilakukan Badan Pusat Statistik BPS dan Yayasan Smeru pada tahun 2002. Kajian ini menunjukan bahwa dari 8090 desa pesisir di Indonesia, diperoleh nilai Indeks Kemiskinan atau Poverty Headcount Index PHI untuk masyarakat pesisir adalah sebesar 0,3214 atau 32,14 persen berada dibawah garis kemiskinan Arichansyah,2009 Kemiskinan masyarakat pesisir bersifat multidimensi dan ditengarai oleh tidak terpenuhinya hak-hak dasar masyarakat antara lain kebutuhan akan pangan, kesehatan, pendidikan, pekerjaan, infra struktur. Disamping kurangnya kesempatan berusaha, kurangnya akses terhadap informasi, teknologi dan permodalan, budaya dan gaya hidup yang cenderung boros menyebabkan posisi tawar masyarakat miskin semakin lemah. Pada saaat yang sama, kebijakan pemerintah selama ini kurang berpihak pada masyarakat pesisir. Berbagai upaya untuk penanggulangan kemiskinan telah banyak dilakukan, namun pemerintah belum memiliki konsep yang jelas,sehingga penanganan masih bersifat parsial dan tidak terpadu. Akibatnya angka kemiskinan belum dapat diturunkan secara signifikan, justru dengan adanya penanggulangan kemiskinan, penduduk miskin malah bertambah Azman,2009. Persentase penduduk miskin yang tinggal di wilayah kabupatenkota pesisir lebih besar dibandingkan bukan pesisir, walau keduanya terlihat adanya kecenderungan penurunan dalam periode 2005-2009 seperti yang disajikan pada Tabel 1.1. Pada tahun 2009 persentase jumlah penduduk miskin di kabupaten pesisir dan bukan pesisir masing-masing sebesar 14,64persen dan 12,24persen. Tabel 1.1. Persentase Penduduk Miskin di KabupatenKota Pesisir dan Bukan Pesisir, Tahun 2005-2009 Tahun Wilayah Pesisir Bukan Pesisir Nasional 2005 17.78 14,61 16,62 2006 18,96 15,68 17,74 2007 17,74 14,51 16,54 2008 16,09 13,55 15,15 2009 14,64 12,24 13,76 Sumber : BPS 2009,diolah Gambar 1.1. memperlihatkan fakta bahwasanya masih banyak penduduk miskin yang berlokasi di wilayah pesisir yaitu sebanyak 21,36 juta orang atau sekitar 67,3 dari total penduduk miskin di Indonesia. Kondisi ini sangatlah ironis, hal ini memperkuat dugaan awal bahwa kemiskinan yang terjadi di kabupatenkota pesisir merupakan warisan sehingga masuk sebagai kategori kemiskinan yang kronis chronic poverty yaitu miskin yang tidak hanya sekedar dari sisi konsumsinya saja atau yang biasa disebut kemiskinan sementara transitory poverty tapi juga menyangkut pada berbagai aspek pengukuran kemiskinan lainnya. Dugaan ini cukup beralasan mengingat sejak Indonesia merdeka kantong-kantong kemiskinan di wilayah pesisir dan pulau-pulau kecil belum juga mendapat sentuhan dari pemerintah sehingga sampai saat ini tidak terjadi perubahan yang berarti. Sarana-prasarana informasi yang minim, moda transportasi laut yang tidak memadai, rendahnya kualitas maupun kuantitas infrastruktur menjadi gambaran tentang perhatian pemerintah yang kurang terhadap masyarakat pesisir. Sumber: BPS 2009,diolah Gambar 1.1. Jumlah Penduduk dan Penduduk Miskin di KabupatenKota Pesisir dan Bukan Pesisir, Tahun 2009 Gambaran kehidupan penduduk miskin pesisir dapat dilihat berdasarkan Indeks Kedalaman Kemiskinan Poverty Gap Index-P 1 dan Indeks Keparahan Kemiskinan Poverty Severity Index-P 2 . Tabel 1.2. memperlihatkan bahwa P 1 dan P 2 di kabupatenkota pesisir maupun bukan pesisir pada tahun 2009 lebih rendah dibandingkan tahun 2006. Indeks kedalaman kemiskinan P 1 merupakan ukuran rata-rata kesenjangan pengeluaran masing-masing penduduk miskin terhadap batas kemiskinan. Semakin tinggi nilai indeks ini semakin besar kesejangan pengeluaran penduduk miskin terhadap garis kemiskinan. Indeks keparahan kemiskinan P 2 sampai batas tertentu dapat memberikan gambaran mengenai penyebaran pengeluaran diantara penduduk miskin. Jumlah Penduduk Miskin Jika dibandingkan antara kabupatenkota pesisir dan bukan pesisir maupun nasional, P 1 untuk kabupatenkota pesisir paling rendah. Pada tahun 2006, P 1 kabupatenkota pesisir sebesar 3,20 sementara di kabupatenkota bukan pesisir mencapai 4,14 dan nasional 3,79. Demikian pula pada tahun 2009, P 1 kabupaten kota pesisir hanya 2,21 sementara di kabupatenkota bukan pesisir mencapai 2,83 dan nasional 2,61. Hal ini menunjukkan bahwa besarnya kesenjangan rata-rata pendapatan penduduk miskin terhadap garis miskinnya cenderung mengecil, atau rata-rata pendapatan penduduk miskin di kabupatenkota pesisir cenderung makin mendekati garis kemiskinan. Tabel 1.2. Indeks Kedalaman Kemiskinan P 1 dan Indeks Keparahan Kemiskinan P 2 di KabupatenKota Pesisir dan Bukan Pesisir, Tahun 2006 dan 2009 Tahun Pesisir Bukan Pesisir Nasional Indeks Kedalaman Kemiskinan Poverty Gap Index -P 1 2006 3,20 4,14 3,79 2009 2,21 2,83 2,61 Indeks Keparahan Kemiskinan Poverty Severity Index -P 2 2006 0,88 1,19 1,08 2009 0,63 0,81 0,74 Sumber: BPS 2009, diolah Sejalan dengan P 1 , P 2 di kabupatenkota pesisir maupun bukan pesisir juga menunjukkan kecenderungan yang menurun. Besarnya penurunan persentase untuk kabupatenkota pesisir lebih rendah dibanding bukan pesisir. Ini berarti upaya pemerintah dalam melakukan penurunan ketimpangan kemiskinan di kabupatenkota bukan pesisir lebih berhasil dibanding kabupatenkota pesisir. Penurunan P 2 di kabupatenkota pesisir tahun 2009 dibandingkan tahun 2006, menunjukkan bahwa ketimpangan rata-rata pendapatan diantara penduduk miskin di kabupatenkota pesisir mengalami penurunan atau distribusi rata-rata pendapatan diantara penduduk miskin cenderung makin merata. Rendahnya P 1 dan P 2 di kabupaten pesisir menunjukkan bahwa kemiskinan di wilayah pesisir cenderung homogen. Hal ini terjadi mengingat rata-rata pengeluaran penduduk dan tingkat kesejahteraan masyarakat di wilayah pesisir cenderung sama dibandingkan di wilayah bukan pesisir. Kemiskinan di kabupatenkota pesisir ini semakin parah apabila didukung oleh rendahnya output maupun pertumbuhan ekonomi wilayah kabupatenkota pesisir. Data empiris yang diperlihatkan pada Gambar 1.2 menunjukkan bahwa meskipun tiap tahun rata-rata produk domestik regional bruto PDRB kabupatenkota pesisir mengalami kenaikan, namun besaran nominalnya masih dibawah capaian rata-rata nasional. Gambar 1.2 juga menunjukkan bahwa pada Tahun 2008, rata-rata PDRB kabupatenkota pesisir hanya sebesar Rp 3,811 milyar, sedangkan rata-rata PDRB kabupatenkota bukan pesisir sebesar Rp 4,924 milyar, sementara rata-rata PDRB nasional sebesar Rp 4,188 milyar. Perbedaan yang cukup signifikan dari rata-rata output antara wilayah pesisir dan bukan pesisir mengindikasikan bahwa di Indonesia masih terjadi ketimpangan pembangunan ekonomi yang cukup besar antar wilayah. Sumber: BPS 2009, diolah Gambar 1.2. Perbandingan Rata-Rata PDRB KabupatenKota Pesisir dan KabupatenKota Bukan Pesisir dengan Rata-Rata PDRB Nasional 1000 2000 3000 4000 5000 2005 2006 2007 2008 2009 Pesisir Bukan Pesisir Nasional Ketimpangan pembangunan ekonomi tersebut juga diikuti dengan ketimpangan pendapatan antar pendapatan rumahtangga. Hal ini terlihat dari ketimpangan pendapatan kabupatenkota pesisir, bukan pesisir maupun nasional , yang tercermin dari indeks gini yang fluktuatif selama periode tahun 2005-2009, namun masih dalam level sedang setiap tahunnya seperti yang disajikan pada Gambar 1.3. Pada Tahun 2009, indeks Gini pesisir sebesar 0,33, mendekati angka nasional sebesar 0,34 sementara kabupaten kota bukan pesisir mencapai angka sebesar 0,36 dimana menurut Todaro dan Smith 2006 angka ini sudah tidak lagi mencerminkan pendapatan masyarakat yang relatif merata. Sumber: BPS 2009, diolah Gambar 1.3. Perkembangan Indeks Gini di KabupatenKota Pesisir dan Bukan Pesisir, Tahun 2005-2009 Pengangguran merupakan salah satu penyebab terjadinya kemiskinan. Komisi Kemiskinan Dunia The Poverty Comission menyebutkan bahwa pengangguran merupakan penyebab utama kemiskinan Saunders,2002. Pengangguran dapat menimbulkan berbagai dampak sosial dan implikasinya bukan hanya terhadap si penganggur, tetapi juga pada keluarga dan masyarakat sekitarnya. Pengangguran, selain menimbulkan konsekwensi kemiskinan, juga berkontribusi terhadap ketimpangan distribusi pendapatan. Gambar 1.4 menyajikan perkembangan persentase penduduk miskin P o dan tingkat pengangguran terbuka TPT di kabupatenkota pesisir dan bukan pesisir tahun 2005-2009. Sumber: BPS2009, diolah Gambar 1.4. Persentase Penduduk Miskin P o dan Tingkat Pengangguran Terbuka TPT di KabupatenKota Pesisir dan Bukan Pesisir Tahun 2005-2009. Kebijakan yang bertujuan untuk mengurangi kemiskinan melalui peningkatan pertumbuhan ekonomi, pengurangan ketimpangan dan penurunan pengangguran di wilayah pesisir direalisasikan pada berbagai program bantuan. Hal tersebut merupakan stimulus bagi wilayah pesisir untuk mendorong peningkatan pertumbuhan ekonomi yang diikuti dengan adanya pemerataan pendapatan serta penyerapan tenagakerja. Salah satu bantuan stimulus di kabupatenkota pesisir adalah program Pemberdayaan Ekonomi Masyarakat Pesisir PEMP yang dilaksanakan oleh DKP sejak tahun 2001. DKP saat ini beralih nama menjadi Kementerian Kelautan dan Perikanan KKP. Kegiatan PEMP diinisiasi untuk mengatasi berbagai permasalahan akibat krisis ekonomi, kenaikan BBM, kesenjangan dan kemiskinan. Kualitas sumberdaya manusia masyarakat pesisir yang rendah dan potensi sumberdaya kelautan dan perikanan yang belum dimanfaatkan secara optimal merupakan tantangan bagi pelaksanaan program PEMP. Upaya yang