Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

1 PENGEMBANGAN DAN PEMANFAATAN DATA KEMISKINAN DENGAN BERTUMPU PADA KEBIJAKAN SERTA RUANG DAN PELUANG PIHAK LAINNYA Hamonangan Ritonga, Ph.D Badan Pusat.

Presentasi serupa


Presentasi berjudul: "1 PENGEMBANGAN DAN PEMANFAATAN DATA KEMISKINAN DENGAN BERTUMPU PADA KEBIJAKAN SERTA RUANG DAN PELUANG PIHAK LAINNYA Hamonangan Ritonga, Ph.D Badan Pusat."— Transcript presentasi:

1 1 PENGEMBANGAN DAN PEMANFAATAN DATA KEMISKINAN DENGAN BERTUMPU PADA KEBIJAKAN SERTA RUANG DAN PELUANG PIHAK LAINNYA Hamonangan Ritonga, Ph.D Badan Pusat Statistik Disampaikan pada Workshop Nasional : Database partisipatif dan pemanfaatannya untuk pemetaan sosial ekonomi interaktif dan Sistem Informasi dan Administrasi Desa/Kelurahan Jakarta, 27 Februari 2014

2 2 Pendahuluan (1): Manajemen Pembangunan dari Perspektif Data Statistik Politik Pembangunan Administrasi Pembangunan Perumusan Kebijakan Penentuan Kebijakan Implementasi Issu pembangunan ANALISIS SITUASI: Gambaran obyektif dan kebutuhan masyarakat Indikator Keberhasilan Perencanaan: Desain, anggaran,dan prosedur MONEV MonitoringEvaluasi Prioritas pembangunan Renstra KL/Daerah/Desa Disepakati Kebijakan, program, kegiatan Implementasi kegiatan PostOn Going

3 33 Peran Data Statistik dalam Pembangunan Dalam pelaksanaan pembangunan yang baik, penentuan suatu kebijakan dan pembuatan suatu keputusan yang berdasarkan “fakta” (evidence based policy decision taking and policy-making ) menjadi suatu keharusan. Dengan tuntutan kebijakan dan pengambilan keputusan yang berdasarkan fakta, maka data yang dikumpulkan harus valid (sahih) dan reliable (dapat diandalkan atau dipercaya) Sistim Statistik Nasional sesuai UU Statistik No. 16 tahun 1997: 1)BPS bertanggung jawab atas statistik dasar, 2)K/LNK bertanggung jawab atas statistik sektoral, 3)Lembaga penelitian (termasuk perguruan tinggi) mengumpulkan statistik khusus.

4 44 Sangat Miskin Hampir Miskin Kluster-1 (Berbasis keluarga) 1.Beasiswa 2.Jemkesmas 3.Raskin 4.PKH 5.BLT 6.Bantuan Sosial Kluster-2 (Berbasis komunitas) Program Pemberdayaan Masyarakat (PNPM) Kluster-3 (Berbasis UMKM) Kredit Mikro (KUR) Kluster-4 1.Perumahan 2.Transportasi 3.Air bersih 4.Listrik untuk rakyat miskin 5.Nelayan miskin *) 6.Kelompok rentan di perkotaan*) KEBIJAKAN MAKRO EKONOMI Meningkatkan kesejahteraan dan perluasan kesempatan kerja Percepatan Penanggulangan Kemiskinan 2014: 8-10 % Revisi: 9-10,5 Sangat Miskin * Miskin Hampir Miskin Program Anti-Kemiskinan di Indonesia Sumber: BAPPENAS 2011

5 5 PENGEMBANGAN DAN PEMANFAATAN DATA KEMISKINAN DI INDONESIA DATA KEMISKINAN MAKRO (tersedia sejak tahun 1976) DATA KEMISKINAN MIKRO 1.Metodologi:  Konsep: Basic Needs Approach  Didasarkan pada Garis Kemiskinan: Makanan (2100 kkal per kapita perhari ) + Non Makanan Esensial 1.Metodologi:  Pendekatan Non-Moneter  Didasarkan pada Indeks atau PMT dari ciri-ciri RT miskin (variabel non-moneter) yg dapat dikumpulksn dengan mudah 2.Sumber data: Susenas (sampel) Sampai 2010: rumahtangga Sejak 2011: rumah tangga, triwulanan 2.Sumber data: Nasional: 2005 (PSE05), 2008 (PPLS08), 2011 (PPLS2011) Lokal: Kalsel (1999); DKI (2000), Jatim (2001) 3.Data menunjukkan jumlah penduduk miskin di setiap daerah berdasarkan ESTIMASI Estimasi terendah sampai tkt KAB/KOTA 3.Data menunjukkan jumlah RT Sasaran (Menurut Kategori atau ranking) - by name by address 4.Pemanfaatan:  Berguna untuk target geografis, tidak operasional untuk program bantuan langsung kepada rumah tangga  Berguna untuk indikator kinerja 4.Pemanfaatan:  Berguna untuk target sasaran rumah tangga secara langsung, seperti Program Perlindungan Sosial (BLT, PKH, Raskin, Jamkesmas, dsb)

6 6 DATA KEMISKINAN MAKRO

7 7 PENGUKURAN KEMISKINAN MAKRO DI INDONESIA Konsep yang dipakai (BPS) dan juga beberapa negara lain adalah kemampuan memenuhi kebutuhan dasar (basic needs approach) “ Kemiskinan dipandang sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan (diukur dari sisi pengeluaran)” Penduduk miskin adalah penduduk yang memiliki rata- rata pengeluaran per kapita perbulan di bawah Garis Kemiskinan, yang diperoleh dari hasil Survei Sosial Ekonomi Nasional (SUSENAS) setiap tahun.

8 8 KOMPONEN GARIS KEMISKINAN (GK): 1. GK Makanan => setara dengan pemenuhan kebutuhan kalori 2100 kkal per kapita perhari. Paket komoditi kebutuhan dasar makanan diwakili oleh 52 jenis komoditi 2. GK Non Makanan => kebutuhan minimum untuk perumahan, sandang, pendidikan, dan kesehatan (51 jenis komoditi di perkotaan dan 47 jenis komoditi di perdesaan) ● Tidak Miskin Miskin Sangat Miskin (kronis) Hampir Miskin ● ● ● ● ● ● A ● ● B ● ● Garis Kemiskinan (beda tiap provinsi) GK Nasional 2013 = Rp GK NTB 2013 = Rp GK DKI Jakarta 2013 = Rp ● ● ● ● ● ● ● Catatan: Metode ini digunakan BPS sejak 1998

9 9 Jenis-Jenis Komoditi untuk Penghitungan Garis Kemiskinan Makanan BERASDAGING BABINANGKA MUDAGULA PASIR BERAS KETANDAGING AYAM RASBAWANG MERAHGULA MERAH JAGUNG PIPILANDAGING AYAM KAMPUNGCABE MERAHTEH TEPUNG TERIGUTETELANCABE RAWITKOPI KETELA POHONTELUR AYAM RASKACANG TANAHGARAM KETELA RAMBATTELUR ITIK/MANILATAHUKEMIRI GAPLEKSUSU KENTAL MANISTEMPETERASI/PETIS TONGKOL/TUNASUSU BUBUKMANGGAKERUPUK KEMBUNGBAYAMSALAKMIE INSTANT TERIBUNCISPISANG AMBONROTI MANIS BANDENGKACANG PANJANGPEPAYAKUE KERING MUJAIRTOMAT SAYURMINYAK KELAPAKUE BASAH DAGING SAPIDAUN KETELA POHONKELAPAROKOK KRETEK FILTER

10 10 Jenis-Jenis Komoditi untuk Penghitungan Garis Kemiskinan Non-Makanan PERUMAHANBENSINHANDUK/IKAT PINGGANG LISTRIKPOS DAN BENDA POSPERABOT RUMAH TANGGA AIRPENGANGKUTANPERKAKAS RUMAHTANGGA MINYAK TANAHFOTOALAT DAPUR/MAKAN KAYU BAKARPAKAIAN JADI LAKI2 DEWASAARLOJI/JAM DINDING OBAT NYAMUK, BATERAIPAKAIAN JADI PEREMPUAN DEWASATAS BARANG KECANTIKANKEPERLUAN MENJAHITMAINAN ANAK PERAWATAN KULIT/MUKAALAS KAKIPBB KESEHATANTUTUP KEPALAPUNGUTAN LAIN PEMELIHARAAN KESEHATANSABUN CUCIPERAYAAN HARI AGAMA PENDIDIKANBAHAN PEMELIHARAAN PAKAIANUPACARA AGAMA PERLENGKAPAN MANDIPAKAIAN JADI ANAK-ANAKPAJAK KENDARAAN BERMOTOR

11 11 Tahun Garis Kemiskinan Makanan Garis Kemiskinan NonMakanan Garis Kemiskinan % Konsumsi Makanan , , , , , ,52 Perkembangan Garis Kemiskinan di Indonesia (Rupiah/ Kapita/Bulan)

12 12 Tren Data Kemiskinan di Indonesia

13 13 Karakteristik Kemiskinan di Indonesia: (1) Masih banyak penduduk miskin dan rentan miskin 11,96 % (29,13 juta penduduk sangat miskin dan hampir miskin 10,83% (26,39 juta penduduk hampir miskin)  1. Sangat Miskin (VP) < 0,8*PL  2. Miskin (P) ≤ 1*PL  3. Hampir Miskin (NP) : 1*PL - 1,2*PL  4. Tidak Miskin (U): > 1,2*PL

14 14 Karakteristik Kemiskinan di Indonesia: (2 ) Perbedaan Provinsi Tinggi 14

15 15 Komoditi Makanan Kota (%) Desa (%) Beras25,8833,97 Rokok8,827,48 Telur3,502,57 Gula Pasir2,653,67 Mi Instant2,672,28 Tempe2,261,97 Bawang merah2,242,49 Daging ayam ras2,201,57 Tahu2,201,57 Komoditi Bukan Makanan Kota (%) Desa (%) Perumahan9,707,36 Listrik3,572,05 Pendidikan3,061,68 Bensin2,371,93 Angkutan2,131,25 15 Karakteristik Kemiskinan di Indonesia: (3 ) Beberapa komoditi berkontribusi tinggi terhadap GK 2013

16 16 Penduduk miskin 2013: juta (11.37 %)  63.2% di Pedesaan  57.8 % bekerja di sektor pertanian  Jumlah ART: 4.82 orang  Tamat SD/Buta Huruf  Jam kerja pendek  Pekerjaan utama: Sektor informal Kondisi rumah: Tidak ada listrik Tidak ada fasilitas WC Tidak ada air bersih Luas lantai per kapita< 8 m2 Kualitas lantai, dinding, dan atap rendah Karakteristik kemiskinan di Indonesia: (4)Sebagian besar hidup di pedesaan, tidak produktif, dan kondisi rumah tidak baik

17 17 DATA KEMISKINAN MIKRO 1.Pendataan Sosial Ekonomi Tahun 2005 (PSE05) Variabel: variabel umum (karakteristik rumah tangga) Rangking RTS: Indeks dengan bobot lokal Pelaksana Pendataan: BPS

18 18 Tujuan,Instrumen, Metodologi dan Kriteria RTS 18 Tujuan: Mendapatkan Rumah Tangga Sasaran (RTS ) menurut nama dan alamat KRT untuk BLT, Raskin dan Jamkesmas Instrumen pendataan – Kuesioner 14 Variabel pembeda kemiskinan, dengan kesesuaian tinggi [> 83%] dengan kriteria garis kemiskinan Pendataan Kemiskinan  Ada partisipasi Ketua RT/Dusun/SLS – Tahap 1: meminta Ketua RT membuat daftar rumahtangga layak diberi bantuan – Tahap 2: mendata rumahtangga tersebut dengan instrumen pendataan Kriteria Rumah Tangga Sasaran (1) – Cakupan: rumahtangga sangat miskin (RTSM), miskin (RTM), hampir miskin – Dibuat indeks kemiskinan ≡ I RTM = Σ i W i X i, dimana X i = 0 (tidak miskin) atau 1 (sifat miskin) W adalah matrix koefisien dengan dimensi 450 kab/kota kali 14 variabel Kategori: RTSM (I RTM = 0,80-1,00); RTM (I RTM =0,60-0,79); RTHM (I RTM <0,60)

19 19 Variabel Kemiskinan Non-Moneter Variabel KemiskinanKriteria 1. Luas lantai per anggota rumah tangga/keluarga< 8m² 2. Jenis lantai rumahTanah/papan/kualitas rendah 3. Jenis dinding rumahBambu, papan kualitas rendah 4. Fasilitas tempat buang air besar (jamban)Tidak punya 5. Sumber air minumBukan air bersih 6. Penerangan yang digunakanBukan listrik 7. Bahan bakar yang digunakanKayu/arang 8. Frekuensi makan dalam sehariKurang dari 2 kali sehari 9. Kemampuan membeli daging/ayam/susu dalam semingguTidak 10. Kemampuan membeli pakaian baru bagi setiap ARTTidak 11. Kemampuan berobat ke puskesmas/poliklinikTidak 12. Lapangan pekerjaan kepala rumah tanggaPetani gurem, nelayan, pekebun 13. Pendidikan kepala rumah tanggaBlm pernah sekolah/Tidak tamat SD 14. Kepemilikan aset/barang berharga minimal Rp ,-Tidak ada

20 20 RTS Hasil PSE 2005 Menurut Kategori Kategori MiskinRumahtangga Sasaran (RTS) Jumlah% RTSM3.894,320,4 RTM8.237,043,1 RTHM6.969,636,5 Total19.100,9100,0

21 21 Contoh Daftar RTS Menurut Nama KRT dan Alamat: RT 002, RW 01, Desa “X”, Kab. “Y”

22 22 DATABASE KEMISKINAN MIKRO 2. Pendataan Perlindungan Sosial Tahun 2008 (PPLS08) BADAN PUSAT STATISTIK  Variabel: 23 variabel umum (karakteristik rumah tangga dan individu)  Rangking RTS: Model Proxy Means Test (Regressi)  Pelaksana Pendataan: BPS

23 23 Tujuan dan Informasi yang dikumpulkan ● Tujuan: Menghasilkan RTS untuk Program Perlindungan Sosial: PKH, Raskin, Jamkesmas ● Informasi yang dikumpulkan: data individu: - Nama dan alamat kepala rumah tangga, jumlah keluarga, dan jumlah anggota rumah tangga, dan hubungan denga kepala rumah tangga, -Jenis kelamin, umur, status perkawinan, kepemilikan kartu identitas, -Partisipasi sekolah, kelas tertinggi yang pernah/sedang diduduki, ijazah tertinggi yang dimiliki, -Jenis cacat, penyakit kronis/menahun yang diderita, -Lapangan usaha dari pekerjaan utama dan status pekerjaan utama. ● Informasi yang dikumpulkan: data rumah tangga -Status penguasaan tempat tinggal, luas lantai, jenis dinding, jenis atap, sumber air minum, cara memperoleh air minum, sumber penerangan utama, bahan bakar utama, dan tempat pembuangan air tinja. 23

24 24 Metodologi Pendataan [1] 24 Tahap 1:  Ada partisipasi Ketua RT/Dusun/SLS – Daftar RTS-BLT [pre-printed] setiap RT/Dusun/SLS terendah dilakukan verifikasi dengan negative list => DROP INCLUSION ERROR – Daftar RTS hasil nominasi RT/Dusun/SLS terendah untuk penyisiran RTS baru untuk verifikasi dengan metode sama => INCLUDE EXCLUSION ERROR – Sekaligus perbaikan alamat jika ada mutasi Tahap 2: – RTS layak hasil Tahap I dilakukan pencacahan Updating variabel rumah tangga Keterangan pokok demografi dan sosial ekonomi individu semua anggota rumah tangga

25 25 Metodologi Pendataan [2] 25 Pengolahan Data: – Metode ban berjalan: pencacahan dan pengolahan parallel – Petugas Task Force melakukan pengecekan lapangan dan sekaligus membawa dokumen hasil pencacahan ke BPS kabupaten/kota untuk pengolahan – Membuat prediksi pendapatan/pengeluaran per kapita setiap RTS dengan PMT [ Proxy Mean Test ] per kabupaten/kota Tahap 3: – RTS dengan pengeluaran/kapita < 1,2*GK lolos verifikasi – RTS dengan pengeluaran/kapita > 1,2*GK dilakukan verifikasi lapangan untuk memastikan kelayakan – RTS lolos verifikasi difinalkan pengolahannya

26 26 PENENTUAN RTS: PROXY MEAN TEST 26 Prediksi pengeluaran per kapita RTS berdasarkan keterangan karakteristik sosial ekonomi dan keberadaan dan kemudahan akses pada fasilitas sosial dasar Model matematika yang secara statistika diuji validitas, kecocokan [ fit ], dan signifikansinya [ minimum error ] Ykap=∑[a ij X ij + b ik Y ik ] = a 1 X 1 +….+ a n X n + b 1 Y 1 +….+ b m Y m Ykap = pengeluaran per kapita a, b = koeffisien persamaan/model; i = 1, 2, …, 489; j = 1, 2, … n; k = 1, 2, … m. X = variabel sosial ekonomi, Y = variabel keberadaan fasilitas dan jarak ke fasilitas [puskesmas, SMP] 489 model berbeda untuk setiap kabupaten/kota

27 27 RTS Hasil PPLS 2008 Menurut Kategori Kategori Rumahtangga Sasaran (RTS) RTS Jumlah% RTSM2.989,917,1 RTM6.828,839,1 RTHM7.665,343,8 Total17.484,0100,0

28 28 Contoh Data RTS Menurut Nama KRT dan Alamat : RT 003 RW 02 Desa “X”, Kab. “Y” Catatan: Sangat Miskin : Pengeluaran/kapiya/bulan: < 0,8 GK (Rp ) Miskin: Pengaluaran/kapita/bulan = 0,80 -1,00 GK Hampir Miskin: Pengeluaran/Kapita/bulan: 1,00-1,20 GK

29 29 DATA KEMISKINAN MIKRO 3. Pendataan Program Perlindungan Sosial 2011 (PPLS2011) BADAN PUSAT STATISTIK  Variabel: 26 variabel umum (keterangan rumahtangga dan anggota rumahtangga)  Rangking RTS: Model Proxy Means Test  Pelaksana: BPS

30 30 Basis Data Terpadu untuk Program Bantuan Sosial RT Sangat Miskin RT Miskin RT Hampir Miskin BLT Jamkesmas Raskin Pengalaman berbagai pentargetan sebelumnya INPUTINPUT TARGETTARGET Tujuan: Menyusun Basis Data Terpadu Nasional (40 % termiskin) Proses Pendataan 2011 PROSES PENDATAAN (Dilakukan 3 tahun sekali terakhir 2008, berikutnya 2011) Dilaksanakan terintegrasi oleh BPS Sebagai basis data nasional Sebagai sumber data bagi penerima semua program penanggulangan kemiskinan/perlindungan sosial TNP2K MELAKUKAN KENDALI MUTU SISTEM PENTARGETAN Survei penduduk digunakan untuk mempertajam sasaran rumah tangga yang menjadi sasaran proses pendataan PKH Program Lain

31 31 Informasi yang dikumpulan dalam PPLS 2011 Keterangan Individu Keterangan Rumahtangga Nama Kepemilikan rumah tinggal Umur Luas lantai Jenis kelamin Jenis lantai terluas Status perkawinan Jenis dinding terluas Hubungan dengan kepala rumah tangga dan keluarga Jenis atap terluas Kepemilikan kartu identitas Sumber air minum Kecacatan Cara memperoleh air minum Penyakit kronis Sumber penerangan utama Keterangan kehamilan Bahan bakar utama memasak Partisipasi sekolah Kepemilikan jamban Pendidikan tertinggi Kepemilikan asset Lama sekolah Kepesertaan dalam program KB dan program klaster 1 Mempunyai pekerjaan Lapangan usaha Status pekerjaan

32 32 Metodologi Pendataan PPLS 2011 ● Cakupan: - Wilayah: 33 Provinsi, 497 Kabupaten/Kota Kecamatan, desa/kelurahan, ± 1,2 juta Satuan Lingkungan Setempat Terkecil (SLS): Rukun Tetangga, Dukuh, Jorong, dsb - Calon rumahtangga untuk di survei : ± 26 juta (42,5% penduduk) Petugas: Pencacah Lapangan (PCL)= orang; Pengawas (PML) = Orang ● Mekanisme Pendataan  Ada partisipasi warga miskin - verifikasi keberadaan  26 juta calon rumahtangga terindikasi rentan miskin (sangat miskin, miskin, dan hampir miskin) untuk di survei pada Ketua SLS:RT, Dukuh, Jorong, dsb. - konsultasi di ruang tertutup dengan 3 rumahtangga miskin => menambah rumahtangga miskin yang belum dicakup [ exclusion error ] - penyisiran pada saat pendataan calon rumah tangga untuk menambah rumahtangga miskin yang belum dicakup [ exclusion error ] - pencacahan pada calon rumah tangga sasaran: => Komputer akan membuang rumahtangga mampu, misalnya PNS, Polri, TNI, Pegawai BUMN/BUMD, dan rumahtangga mampu lainnya [ inclusion error ]

33 33 Tahapan Pendataan Prelisted RTS per SLS RTS miskin Konfirmasi keberadaan RTS pada Ketua RT Konsultasi tambahan RTS KONSULTASI DENGAN RTS MISKIN Keliling SLS, SWEEPING Updated lists RTS Ketua RT Database PPLS 2011 Data Entry V alidasi dan kompilasi propinsi Kompilasi Pusat Evaluasi final kelayakan RTS

34 34 Pengurutan Rumah Tangga Sasaran (RTS) Pengurutan RTS: menggunakan model Proxy Means Test (PMT), yaitu Regresi pengeluaran per kapita dengan variabel non moneter, termasuk Wealth Index.  Diperoleh Perkiraan pengeluaran perkapita setiap RTS. Formula Pengurutan RTS sebagai berikut: Dimana: y ij = pengeluaran konsumsi per capita pada rumahtangga i des j α = intercept β = pekiraan koefisien karakteristik rumahtangga (Susenas 2011) X ij = vector karakteristik rumahtannga ke i pada desaj θ = perkiraan koefisien variabel wealth index (PPLS 2011) Z j = vector variabel wealth index (PPLS 2011) ε ij= kesalahan model

35 35 RTS Hasil PPLS 2011 Menurut Kategori Kategori Rumahtangga Sasaran (RTS) RTS Jumlah% RTSM2.721,610,8 RTM3.744,814,8 RTHM6.406,825,4 RT Rentan Lainnya12.346,649,0 Total25.219,8100,0

36 36 Contoh Data Cakupan RTS Menurut KRT dan Alamat: RT 002 RW 02, Desa”X”, Kab. “Y” Catatan: Sangat Miskin: Pengeluaran/kapita/bulan < 0,8 GK (GK 2011= Rp ) Miskin: Pengeluaran/kapita/bulan = 0, GK Hampir Miskin: Pengeluaran/kapita/bulan = 1,00-1,20 GK

37 37 Keterbatasan Pendataan BPS untuk Perencanaan dan Evalusi Pembangunan Tingkat Desa/Kelurahan (1) 1.Sesuai UU Statistik No. 16 tahun 1997, BPS mempunyai tugas menyediakan statistik dasar (angka ringkasan atau agregat) untuk perencanaan pembangunan tingkat wilayah atau targer sasaran geografis dan evaluasi kinerja hasil pembangunan, bukan untuk menyediakan keterangan individu atau data mentah unit observasi; 2.Meskipun BPS melakukan pengumpunan data secara menyeluruh atau sensus (sensus penduauk untuk tahun bekahiran 0, sensus pertanian untuk tahun berakhiran 3, dan sensus ekonomi) penyajiannya paling rendah hanya memungkinkan sampai tingkat desa. 3.Data terendah lainnya yang dihasilkan BPS pada tingkat desa/kelurahan adalah hasil Pendataan Potensi Desa setiap 3 tahun, tetapi hanya menyajikan data potensi dan profil desa, dan tidak mencakup data individu penduduk.

38 38 Keterbatasan Pendataan BPS untuk Perencanaan dan Evaluasi Pembangunan Tingkat Desa/Kelurahan (2) 4.Dalam pendataan kemiskinan mikro (PSE 2005, PPLS 2008, dan PPLS 2011), BPS hanya melakukan pengumpulan dan pengolahan; sedangkan penyajiannya adalah oleh Kementerian atau Lembaga yang berwenang, misalnya PPLS 2011 oleh TNP2K. 5.Dalam pengumpulan data kemiskinan, BPS hanya melibatkan masyarakat dan pemimpin di tingkat desa secara terbatas untuk maksud meminimalkan kesalahan inclusion error akibat nepotisme (elite capture) dan moral hazard, serta exclusion error. 6.Dalam pengumpulan data kemiskinan mikro, untuk alasan keterbandingan antar wilayah BPS menggunakan variabel oprasional umum, tidak memasukkan variabel lokal spesifik.

39 39 Keterbatasan Data Kemiskinan BPS  BPS biasanya melakuka pemantauan statistik dengan variabel-variabel operasional yang dirancang dengan asumsi seragam tentang organisasi sosial setempat,  Database kemiskinan Database kemiskinan mikro yang dihasilkan BPS menggunakan variabel umum dan seragam untuk semua, dan tidak memperhatikan variabel spesifik lokal.  Informasi statistik yang benar-benar menggambarkan kondisi lokal, dengan budaya berbeda secara lebar diantara populasi penduduk Indonesia, sangat tidak tersedia.  Diperlukan pendekatan berbasis komunitas, tetapi perlu fasilitator karena rawan elite capture atau mora l hazard

40 40 Peluang Partisipasi Pihak Lainnya 1.Untuk mengembangkan strategi penanggulangan kemiskinan yang efektif di tingkat desa/kelurahan, tidak hanya diperlukan identifikasi runahtangga/penduduk miskin, tapi juga penyebab kemiskinan serta dampaknya. 2.Penyebab dan dampak kemiskinan berbeda antar wilayah, tergantung perbedaan organisasi sosial diantara wilayah/daerah; 3.Dalam monitoring kemiskinan, perlu diperhatikan perubahan status kesejahteraan dari individu/keluarga oleh pihak lainnya; melalui partisipasi warga. 4.Perlu verifikasi data yang dihasilkan BPS, dan kedepan desa/kelurahan dapat mengembangkan sendiri kemiskiskinan partisipatif, didukung oleh fasilitator yang kompeten dan dapat dikaitkan dengan kriteria standar nasional. 5.Berdasarkan hsil Uji Coba BPS, bekerja sama dengan WB dan LSM Mitra Samya (2009), metode terbaik adalah Metode Hibrida

41 41 Hasil Uji Coba Pendataan Kemiskinan Mikro Kerjasama BPS, WB, dan LSM Mitra Samya (2009) INDIKATORMETODE PMTKOMUNITAS (Ada fasilitator) HIBRIDA (Kombinasi ) 1. Waktu PelaksanaanRelatif CepatRelatif Lama, karena harus tunggu kuota Relatif Cepat 2. Objektifitas KonsepObyektifKurang ObyektifObyektif 3. Komplain MassaRelatif BanyakRelatif Tidak AdaRelatif Kecil 4. Akurasi DataAkuratSangat akurat untuk yang paling miskin, tapi kurang akurat untuk diatas sangat miskin Sangat Akurat 5. KriteriaSama antar wilayah Beda antar kecamatan, desa, RT Sama antar wilayah 6. PemeringkatanBisa dibandingkan antar kec, Desa, RT Tidak bisa dibandingkan antar kecamatan Bisa dibandingkan antar kec. Desa, RT

42 42 TERIMA KASIH DATA ITU SULIT DAN MAHAL, TETAPI AKAN LEBIH SULIT DAN MAHAL MEMBANGUN TANPA DATA 42


Download ppt "1 PENGEMBANGAN DAN PEMANFAATAN DATA KEMISKINAN DENGAN BERTUMPU PADA KEBIJAKAN SERTA RUANG DAN PELUANG PIHAK LAINNYA Hamonangan Ritonga, Ph.D Badan Pusat."

Presentasi serupa


Iklan oleh Google