PENGARUH DANA ZIS, PDRB, IPM DAN GINI

RATIO TERHADAP TINGKAT KEMISKINAN

(Studi Kasus: 10 Kabupaten/Kota Di Provinsi Bengkulu

Pada Tahun 2012-2016)

JURNAL ILMIAH

Disusun oleh:

Azzam Ahmad Ali Akbar

155020501111024

JURUSAN ILMU EKONOMI

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS BRAWIJAYA

MALANG

2019

PENGARUH DANA ZIS, PDRB, IPM DAN GINI RATIO TERHADAP

TINGKAT KEMISKINAN

(Studi Kasus: 10 Kabupaten/Kota di Provinsi Bengkulu pada Tahun 2012-

2016)

Azzam Ahmad Ali Akbar

Fakultas Ekonomi dan Bisnis, Universitas Brawijaya

Email: Azzamahmadaliakbar@gmail.com

ABSTRAK

Penelitian ini bertujuan untuk mengetahui bagaimana pengaruh dana Zakat, Infaq dan Shadaqah

(ZIS), Produk Domestik Regional Bruto (PDRB), Indeks Pembangunan Manusia (IPM) dan gini

ratio terhadap tingkat kemiskinan di 10 Kabupaten/Kota Provinsi Bengkulu. Penelitian ini

menggunakan metode penelitian kuantitatif. Teknik analisis yang digunakan adalah analisis regresi

data panel. Data yang diperoleh yaitu data sekunder yang berasal dari Badan Pusat Statistik (BPS)

dan dokumen-dokumen dari BAZNAS Provinsi Bengkulu. Data sekunder yang digunakan

merupakan data panel yaitu penggabungan dari time series dari tahun 2012-2016 dan cross section

sebanyak 10 data mewakili kabupaten/kota di provinsi Bengkulu. Hasil penelitian menunjukkan

bahwa variabel dana ZIS berpengaruh negatif dan signifikan terhadap tingkat kemiskinan, variabel

PDRB berpengaruh negatif dan tidak signifikan terhadap tingkat kemiskinan, variabel IPM

berpengaruh negatif dan tidak signifikan terhadap tingkat kemiskinan dan variabel gini ratio

berpengaruh positif dan signifikan terhadap tingkat kemiskinan.

Kata kunci: Dana ZIS , PDRB, IPM, Gini Ratio, Tingkat Kemiskinan.

A. PENDAHULUAN

Menurut Sholeh (2010) dalam Khomsan (2015) kemiskinan merupakan masalah

pembangunan yang bersifat multidimensi karena dalam menanggulanginya masalah yang dihadapi

bukan saja terbatas pada hal yang menyangkut hubungan sebab-akibat timbulnya kemiskinan

melainkan melibatkan juga preferensi, nilai dan politik. Program pemerintah nasional dalam rangka

penanggulangan kemiskinan dari sisi peningkatan perekonomian melalui program Kredit Usaha

Rakyat (KUR) adalah dana pinjaman dalam bentuk Kredit Modal Kerja (KMK) dan atau Kredit

Investasi (KI) dengan plafon kredit dari Rp. 5 Juta sampai dengan Rp. 500 juta, serta Kredit Usaha

Bersama (KUBE) adalah program yang bertujuan meningkatkan kemampuan anggota KUBE di

dalam memenuhi kebutuhan-kebutuhan hidup sehari-hari.

Tabel 1 : Persentase Kemiskinan provinsi Bengkulu dan Indonesia tahun 2012-2016

TAHUN PERSENTASE KEMISKINAN (%)

PROVINSI BENGKULU INDONESIA

2012 17.70 11.96

2013 18.34 11.37

2014 17.48 11.25

2015 17.88 11.22

2016 17.32 10.86

Sumber: BPS diolah, 2018

Tingkat kemiskinan di provinsi Bengkulu mengalami fluktuasi dari tahun 2012 hingga

tahun 2016, dimana pada tahun 2012-2013 kemiskinan di provinsi bengkulu mengalami peningkatan

hingga 0,64%. Pada rentang waktu 2014 hingga tahun 2016 mengalami fluktuasi. Kemiskinan di

provinsi bengkulu sendiri tercatat masih lebih tinggi dibandingkan dengan tingkat kemiskinan di

Indonesia, dimana pada tahun 2016 tingkat kemiskinan di Bengkulu mencapai 17,32%, sedangkan

tingkat kemiskinan di Indonesia hanya sebesar 10,86%.

Terdapat beberapa faktor yang dapat menyebabkan kemiskinan ialah mulai dari tingkat dan

laju pertumbuhan output (atau produktivitas tenaga kerja), tingkat upah neto, distribusi pendapatan,

kesempatan kerja, termasuk jenis pekerjaan yang tersedia dan tingkat inflasi. Pertumbuhan ekonomi

juga menjadi kunci penurunan kemiskinan. Salah satu indikator terciptanya pembangunan yang

dapat mendorong pertumbuhan ekonomi ialah dengan pembangunan manusia (Tambunan, 2003).

Kondisi Indeks Pembangunan Manusia (IPM) di provinsi Bengkulu sendiri dapat dilihat pada tabel

2.

Tabel 2 : Indeks Pembangunan Manusia di Provinsi Bengkulu dan Indonesia tahun 2012-2016

TAHUN INDEKS PEMBANGUNAN MANUSIA (SKALA 0-100)

PROVINSI BENGKULU INDONESIA

2012 66.61 67.70

2013 67.50 68.31

2014 68.06 68.90

2015 68.59 69.55

2016 69.33 70.18

Sumber: BPS diolah, 2018

Indeks Pembangunan Manusia (IPM) di Provinsi Bengkulu selalu mengalami kenaikan dari

tahun 2012 sampai tahun 2016, sama halnya dengan di Indonesia. Menurut Susanti (2000) dalam

Yulianita (2005) faktor lain yang mempengaruhi pertumbuhan ekonomi ialah Produk Domestik

Regional Bruto (PDRB). Kondisi PDRB di provinsi Bengkulu selalu mengalami kenaikan dari tahun

2012 sampai tahun 2016, sama halnya dengan di Indonesia. Hal tersebut dapat dilihat pada tabel 3.

Tabel 3 : PDRB Atas Dasar Harga Konstan provinsi Bengkulu dan Indonesia Tahun 2012-

2016

TAHUN PDRB ATAS DASAR HARGA KONSTAN (JUTA RUPIAH)

PROVINSI BENGKULU INDONESIA

2012 32.363.037.83 7.727.083.400

2013 34.326.371.68 8.156.497.800

2014 36.207.145.91 8.564.866.600

2015 38.066.005.72 8.982.517.100

2016 40.079.870.83 9.434.632.300

Sumber: BPS diolah, 2018

Gini ratio merupakan salah satu faktor yang mempengaruhi tingkat kemiskinan. Menurut

Barber (2008) dalam Annim et al. (2012) memandang hubungan antara kesenjangan dan kemiskinan

sebagai hubungan yang pragmatis, yaitu bahwa kesenjangan menyebabkan kemiskinan semakin

parah. Kondisi gini ratio di provinsi Bengkulu sendiri dapat dilihat pada tabel 4.

Tabel 4 : Gini Ratio di provinsi Bengkulu dan Indonesia Tahun 2012-2016

TAHUN GINI RATIO (SKALA 0-1)

PROV. BENGKULU INDONESIA

2012 0.354 0.410

2013 0.386 0.413

2014 0.356 0.406

2015 0.376 0.408

2016 0.357 0.397

Sumber: BPS diolah, 2018

Pada tabel 4 dapat dilihat bahwa gini ratio di provinsi Bengkulu mengalami fluktuasi dari

tahun 2012 hingga tahun 2016, tetapi secara keseluruhan gini ratio di provinsi Bengkulu tetap lebih

kecil dibandingkan dengan gini ratio di Indonesia, yang artinya tingkat kesenjangan ekonomi di

provinsi Bengkulu masih lebih kecil jika dibandingkan di Indonesia.

Islam memandang bahwa masalah kemiskinan adalah masalah tidak terpenuhinya

kebutuhan-kebutuhan primer secara menyeluruh. Seperti yang telah dijelaskan Q.S. Adz-Dzariat

(51) ayat 19, Allah SWT berfirman:

وَالْمَحْرُومِْ لِلسَّائلِِْ حَقْ أمَْوَالِهِمْْ وَفِي“Dan pada harta-harta mereka ada hak untuk orang miskin yang meminta dan orang miskin yang

tidak mendapat bagian.” (Q.S. Adz-Dzariat: 19).

Salah satu mengatasi kemiskinan menurut pandangan Islam ialah melalui zakat. Zakat

dapat meningkatkan pemerataan pendapatan sehingga memperkecil adanya ketimpangan

pendapatan.

Menurut Wuri (2013) dalam ekonomi Islam, salah satu program pengentasan kemiskinan

ialah dana ZIS (Zakat, Infaq, Sadaqah) dikarenakan Islam mendorong kebijakan pemerataan dan

distribusi pendapatan yang memihak masyarakat miskin (pro-poor income distribution). Peningkatan pengelolaan dana ZIS di provinsi Bengkulu mendapat dukungan yang baik dari

pemerintah provinsi Bengkulu, melalui surat edaran yang diterbitkan gubernur Bengkulu dengan

nomor 451.12/453/8.3.

Tabel 5 : Dana ZIS pada 10 Kabupaten/Kota di provinsi Bengkulu tahun 2012-2016

TAHUN DANA ZIS (RUPIAH)

PROVINSI BENGKULU

2012 2.387.702.893

2013 2.995.360.135

2014 4.032.656.335

2015 5.562.822.546

2016 6.363.634.420

Sumber: BAZNAS provinsi Bengkulu diolah, 2018

Dalam penelitian ini, penulis akan melihat bagaimana pengaruh dana ZIS, Produk

Domestik Regional Bruto (PDRB), Indeks Pembangunan Manusia (IPM), dan Gini Ratio terhadap

tingkat kemiskinan di provinsi Bengkulu pada tahun 2012 hingga 2016.

B. KAJIAN PUSTAKA

Kemiskinan

Badan Perencanaan Pembangunan Nasional (Bappenas) mendefinisikan kemiskinan

sebagai kondisi dimana seseorang atau sekelompok orang tidak mampu memenuhi hak-hak dasarnya

untuk mempertahankan dan mengembangkan kehidupan yang bermartabat. Hak-hak dasar antara

lain: (1) terpenuhinya kebutuhan pangan; (2) kesehatan, pendidikan, pekerjaan, perumahan, air

bersih, pertanahan, sumberdaya alam dan lingkungan; (3) rasa aman; (4) hak untuk berpartisipasi

dalam kehidupan sosial dan politik.

Adapun Ukuran kemiskinan dalam Arsyad (2015), secara sederhana dan yang umum

digunakan dapat dibedakan menjadi dua pengertian:

1. Kemiskinan Absolut, dimana seseorang termasuk golongan miskin absolut apabila hasil

pendapatannya berada di bawah garis kemiskinan dan tidak cukup untuk menentukan

kebutuhan dasar hidupnya.

2. Kemiskinan Relatif, dimana seseorang termasuk golongan miskin relatif apabila telah dapat

memenuhi kebutuhan dasar hidupnya, tetapi masih jauh lebih rendah dibandingkan dengan

keadaan ekonomi masyarakat sekitarnya.

Zakat, Infaq dan Shadaqah (ZIS)

Zakat adalah harta disisihkan oleh wajib yang seorang muslim atau badan yang dimiliki

oleh orang muslim sesuai dengan ketentuan agama untuk diberikan kepada yang berhak

menerimanya (Departemen Agama RI, 2009).

Infak atau sedekah merupakan pemberian dari seorang muslim secara sukarela tanpa

dibatasi oleh waktu dan jumlah yang tertentu yang dilakukan dengan mengharap ridho dari Allah

SWT (Amalia,2010).

Produk Domestik Regional Bruto (PDRB)

PDRB adalah jumlah nilai tambah yang dihasilkan oleh seluruh unit usaha dalam satu

daerah tertentu atau jumlah seluruh nilai barang dan jasa akhir yang dihasilkan oleh seluruh unit

ekonomi di suatu daerah (Widodo, 2006).

PDRB dapat menggambarkan kemampuan suatu daerah mengelola sumber saya alam yang

dimilikinya. Oleh karena itu besaran PDRB yang dihasilkan oleh masing-masing daerah sangat

bergantung kepada potensi sumber daya alam dan faktor produksi Daerah tersebut. Adanya

keterbatasan dalam penyediaan faktor-faktor tersebut menyebabkan besaran PDRB bervariasi di

setiap daerah (Syahrullah, 2014).

Indeks Pembangunan Manusia (IPM)

IPM merupakan indeks komposit yang dihitung sebagai rata-rata sederhana dari tiga indeks

yang menggambarkan kemampuan dasar manusia dalam memperluas pilihan-pilihan, yaitu indeks

harapan hidup; indeks pendidikan; dan indeks standart hidup layak (Setiawan dkk, 2013).

Konsep IPM pertama kali dipublikasikan UNDP melalui Human Development Report pada

tahun 1996, yang kemudian berlanjut setiap tahun. Dalam publikasi tersebut dijelaskan bahwa

pembangunan manusia adalah sebagai proses yang meningkatkan aspek kehidupan masyarakat

(Setiawan dkk, 2013). Secara spesifik UNDP dalam Setiawan dkk (2013) menetapkan empat elemen

utama dalam pembangunan manusia yaitu:

1. Produktivitas (productivity)

2. Pemerataan (equity)

3. Keberlanjutan (sustainability)

4. Pemberdayaan (empowerment)

Gini Ratio

Koefisien gini menurut BPS didasarkan pada kurva lorenz, yaitu sebuah kurva pengeluaran

kumulatif yang membandingkan distribusi dari suatu variabel tertentu (misalnya pendapatan)

dengan distribusi uniform (seragam) yang mewakili persentase kumulatif penduduk.

Ukuran Gini Ratio sebagai ukuran pemerataan pendapatan mempunyai selang nilai antara

0 sampai dengan 1. Bila gini ratio mendekati nol menunjukkan adanya ketimpangan yang rendah

dan bila gini ratio mendekati satu menunjukkan ketimpangan yang tinggi.

Hipotesis

Berdasarkan landasan teori dan penelitian terdahulu, maka dengan adanya faktor yang

mempengaruhi tingkat kemiskinan pada kabupaten/kota di provinsi Bengkulu, dapat dirumuskan

hipotesis sebagai berikut:

a. Diduga variabel dana ZIS berpengaruh negatif terhadap tingkat kemiskinan kabupaten/kota

provinsi Bengkulu.

b. Diduga variabel Produk Domestik Regional Bruto (PDRB) berpengaruh negatif terhadap

tingkat kemiskinan kabupaten/kota provinsi Bengkulu.

c. Diduga variabel Indeks Pembangunan Manusia (IPM) berpengaruh negatif terhadap tingkat

kemiskinan kabupaten/kota provinsi Bengkulu.

d. Diduga variabel Gini Ratio berpengaruh positif terhadap tingkat kemiskinan

kabupaten/kota provinsi Bengkulu.

C. METODE PENELITIAN

Tujuan dari penelitian ini untuk mengetahui pengaruh dana ZIS (X1), PDRB (X2), IPM

(X3), dan gini ratio (X4) terhadap tingkat kemiskinan (Y) pada 10 Kabupaten/Kota di Provinsi

Bengkulu pada tahun 2012-2016. Sesuai dengan tujuan tersebut, penelitian ini menggunakan

pendekatan kuantitatif. Penelitian ini dilaksanakan di BAZNAS Provinsi Bengkulu.

Adapun data yang digunakan dalam penelitian ini menggunakan data sekunder yang

berasal dari Badan Pusat Statistik (BPS) dan dokumen-dokumen dari BAZNAS Provinsi Bengkulu. Data sekunder yang digunakan merupakan data panel yaitu penggabungan dari time series dari tahun

2012-2016 dan cross section sebanyak 10 data mewakili kabupaten/kota di provinsi Bengkulu

Dalam menentukan model analisis agar diperoleh hasil analisis yang baik, maka model

tersebut tidak lepas dari permasalahan yang ada. Penelitian ini bertujuan untuk mengetahui pengaruh

variabel bebas terhadap variabel terikat, maka digunakan model analisis regresi data panel.

Dikarenakan adanya perbedaan satuan dan besaran variabel bebas dalam persamaan menyebabkan

persamaan regresi harus dibuat dengan model logaritma natural. Dalam model penelitian ini

logaritma yang digunakan adalah dalam bentuk logaritma-linier (log) sehingga persamaan menjadi

sebagai berikut:

LogTKitْ=ْβοْ+ْβ1ْLogْZISitْ+ْβ2ْLogْPDRBitْ+ْβ3ْLogْGRitْ+ْβ4ْLogْIPMitْ+ْέit

Keterangan:

Log = Log – linear

TK = Tingkat Kemiskinan

ZIS = Zakat, Infaq, Shodaqoh

PDRB = Produk Domestik Regional Bruto

GR = Gini Ratio

IPM = Indeks Pembangunan Manusia

i = cross section

t = time series

βοْ=ْintercept

β1,ْβ2,ْ.ْ.ْ.ْdstْ=ْkoefisienْregresi

έْ=ْerrorْterm

D. HASIL DAN PEMBAHASAN

Uji Asumsi Klasik

Sebelum melakukan analisis regresi, agar mendapatkan asumsi asumsi tidak bias dan

efisien maka dilakukan pengujian asumsi klasik diantaranya adalah uji normalitas, multikolinearitas,

heteroskedastisitas dan autokorelasi. Berikut adalah hasil uji asumsi klasik untuk model regresi yang

digunakan dalam penelitian ini:

Gambar 1: Hasil Uji normalitas

Sumber: Olah data Eviews, 2019

Dari hasil perhitungan didapat nilai probabilitas sebesar 0.264870 (dapat dilihat pada

Gambar 1) atau lebih besar dari 0.05; maka ketentuan H0 diterima yaitu bahwa asumsi normalitas

terpenuhi.

Tabel 6: Hasil Uji Multikolinearitas

Coefficient Uncentered Centered

Variable Variance VIF VIF

C 0.705398 8025.899 NA

PDRB 0.001553 2749.009 1.051406

ZIS 0.000413 327.1933 1.177321

RATIO 0.073305 186.6108 1.308008

IPM 0.182581 6891.236 1.214984

Sumber: Olah data Eviews, 2019

Pada hasil pengujian didapat bahwa keseluruhan nilai VIF < 10 sehingga dapat disimpulkan

bahwa tidak terjadi multikolinearitas antar variabel bebas.

Tabel 7: Hasil Heteroskedastisitas

Heteroskedasticity Test: White

F-statistic 0.527909 Prob. F(4,45) 0.7158

Obs*R-squared 2.241099 Prob. Chi-Square(4) 0.6915

Scaled explained SS 2.174507 Prob. Chi-Square(4) 0.7037

Sumber: Olah data Eviews, 2019

Dari Hasil uji heterokedaskitas dapat terlihat bahwa nilai Prob. Chi-square adalah 0,6915.

Karena nilainya lebih besar dari 0,05 sehingga dapat disimpulkan bahwa tidak terdapat

heteroskedastisitas.

Tabel 8: Hasil Autokorelasi Uji Durbin Watson

R-squared 0.503160 Mean dependent var 0.269307

Adjusted R-squared 0.458996 S.D. dependent var 0.044410

S.E. of regression 0.032665 Sum squared resid 0.048015

F-statistic 11.39310 Durbin-Watson stat 2.075506

Prob(F-statistic) 0.000002

Sumber: Olah data Eviews, 2019

Dari hasil uji DW terhadap model regresi menghasilkan koefisien d sebesar 2.075506. Oleh

karena nilai DW diantara dU (1,721) dan 4-dU (2,279) atau 1,721<2,075< 2,279, sehingga dapat

disimpulkan persamaan regresi tidak mengalami adanya masalah autokorelasi.

Pemilihan Regresi Data Panel

Dalam pengolahan data panel mekanisme uji untuk menentukan metode pemilihan data

panel yang tepat yaitu dengan cara membandingkan metode pendekatan PLS dengan metode

pendekatan FEM terlebih dahulu. Jika hasil yang diperoleh menunjukkan model pendekatan PLS

yang diterima, maka model pendekatan PLS yang akan dianalisis. Jika model pendekatan FEM yang

diterima, maka melakukan perbandingan lagi dengan model pendekatan REM. Untuk melakukan

model mana yang akan dipakai, maka dilakukan pengujian diantaranya Uji Chow, Uji Hausman dan

Uji Lagrange Multiplier.

Uji Chow

Tabel 9: Hasil Uji Chow

Redundant Fixed Effects Tests

Equation: PERSAMAAN

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 16.844074 (9,36) 0.0000

Cross-section Chi-square 82.538765 9 0.0000

Sumber: Olah data Eviews, 2019

Hasil redundant fixed effect atau likelihood ratio untuk model ini memiliki nilai probabilitas

lebih kecil dari Alpha (0,05), sehingga H0 ditolak dan H1 diterima, model yang sesuai dari hasil ini

yaitu fixed effect (Karena nilai probabilitas sebesar 0,0000 < 0,05).

Uji Hausman

Tabel 10: Hasil Uji Hausman

Correlated Random Effects - Hausman Test

Equation: PERSAMAAN

Test cross-section random effects

Test Summary

Chi-Sq.

Statistic Chi-Sq. d.f. Prob.

Cross-section random 4.549244 4 0.3367

Sumber: Olah data Eviews, 2019

Hasil Uji Hausman untuk model ini memiliki nilai probabilitas lebih besar dari Alpha

(0,05), sehingga H0 diterima dan H1 ditolak, model yang sesuai dari hasil ini yaitu random effect

(Karena nilai probabilitas sebesar 0,3367 > 0,05).

Uji Lagrange Multiplier

Tabel 11: Hasil Uji Lagrange Multiplier

Lagrange Multiplier Tests for Random Effects

Null hypotheses: No effects

Alternative hypotheses: Two-sided (Breusch-Pagan) and one-sided (all others) alternatives

Test Hypothesis

Cross-section Time Both

Breusch-Pagan 36.87589 0.125117 37.00101

(0.0000) (0.7236) (0.0000)

Honda 6.072552 0.353718 4.544059

(0.0000) (0.3618) (0.0000)

King-Wu 6.072552 0.353718 3.662757

(0.0000) (0.3618) (0.0001)

Standardized Honda 8.142126 0.689258 2.795147

(0.0000) (0.2453)

(0.0026)

Standardized King-Wu 8.142126 0.689258 1.806881

(0.0000) (0.2453) (0.0354)

Gourierioux, et al.* -- -- 37.00101

(< 0.01)

*Mixed chi-square asymptotic critical values:

1% 7.289

5% 4.321

10% 2.952

Sumber: Olah data Eviews, 2019

Dari hasil tabel 6 dapat dilihat bahwa nilai Prob. Breusch-Pagan (BP) sebesar 0.0000 (Pada

kolom ketiga yaitu "Both"). sesuai hipotesis, jika Prob BP (0.0000 < 0,05) maka H0 ditolak, dengan

kata lain model yang cocok adalah Random effect Model.

Analisis Regresi Data Panel

Analisis Regresi Data Panel dilakukan untuk mengetahui besarnya pengaruh veriabel

independen terhadap variabel dependen. Hasil dari pengolahan data didapat model regresi seperti

pada tabel 12 berikut:

Tabel 12: Persamaan Regresi

Variable Coefficient Std. Error t-Statistic Prob.

C 2.999671 0.818480 3.664931 0.0007

PDRB -0.029662 0.054010 -0.549190 0.5856

ZIS -0.075196 0.025984 -2.893948 0.0058

RATIO 0.859426 0.188701 4.554425 0.0000

IPM -0.203702 0.260995 -0.780482 0.4392

Sumber: hasil olahan statistik, 2019

Berdasarkan pada Tabel 12 didapatkan persamaan regresi sebagai berikut :

Y = 2.999671 - 0.075196X1 - 0.029662X2 - 0.203702X3 + 0.859426X4

Dari persamaan di atas dapat diinterpretasikan sebagai berikut:

a. Tingkat Kemiskinan akan turun sebesar 0.075196 persen untuk setiap tambahan Rp. 1 X1

(Dana ZIS). Jadi apabila Dana ZIS naik sebesar Rp. 1, maka Tingkat Kemiskinan akan turun

sebesar 0.075196 persen dengan asumsi variable yang lain tetap.

b. Tingkat Kemiskinan akan turun sebesar 0.029662 persen untuk setiap tambahan Rp. 1 X2

(PDRB). Jadi apabila PDRB naik sebesar Rp. 1, maka Tingkat Kemiskinan akan turun sebesar

0.029662 persen dengan asumsi variable yang lain tetap.

c. Tingkat Kemiskinan akan turun sebesar 0.203702 persen untuk setiap kenaikan 1 tingkat X3

(IPM). Jadi apabila IPM naik 1 tingkat, maka Tingkat Kemiskinan akan turun sebesar 0.203702

persen dengan asumsi variable yang lain tetap.

d. Tingkat Kemiskinan akan naik sebesar 0.859426 persen untuk setiap kenaikan 1 tingkat X4

(Gini Ratio). Jadi apabila Gini Ratio naik 1 tingkat, maka Tingkat Kemiskinan akan naik

sebesar 0.859426 persen dengan asumsi variable yang lain tetap

Uji Statistik

Uji statistik terdiri dari pengujian koefisien regresi parsial (uji t), pengujian koefisien

regresi secara bersama-sama (uji F), dan pengujian koefisien determinasi Goodness of fit test (R2).

Tabel 13: Hasil Uji t

Variable t-Statistic Prob. Keterangan

C 3.664931 0.0007

PDRB -0.549190 0.5856 Tidak Signifikan

ZIS -2.893948 0.0058 Signifikan

RATIO 4.554425 0.0000 Signifikan

IPM -0.780482 0.4392 Tidak Signifikan

Sumber: Olah data Eviews, 2019

Berdasarkan Tabel 13 diperoleh hasil sebagai berikut:

a. Ujiْtْpadaْαْ=ْ5%ْْpadaْtabelْ13, nilai probabilitas variabel Dana ZIS sebesar 0.0058 atau lebih

kecil dari 0,05 maka dapat disimpulkan Dana ZIS berpengaruh signifikan terhadap Tingkat

Kemiskinan. Apabila dilihat dari nilai t tabel pada alpha 0,05 (one tail) df=n-1=50-1=49 adalah

1.6766, sedangkan nilai t hitung sebesar 2.893948 (negatif). Berarti thitung > ttabel, maka H1

diterima dan H0 ditolak. Dengan demikian, dapat disimpulkan Dana ZIS berpengaruh negatif

dan signifikan terhadap Tingkat Kemiskinan di Provinsi Bengkulu pada periode tahun 2012 –

2016.

b. Ujiْtْpadaْαْ=ْ5%ْْpadaْtabelْ13, nilai probabilitas variabel Produk Domestik Regional Bruto

(PDRB) sebesar 0.5856 atau lebih besar dari 0,05 maka dapat disimpulkan PDRB tidak

berpengaruh signifikan terhadap Tingkat Kemiskinan. Apabila dilihat dari nilai t tabel pada

alpha 0,05 (one tail) df=n-1=50-1=49 adalah 1.6766, sedangkan nilai t hitung sebesar 0.549190

(negatif). Berarti thitung < ttabel, maka H1 ditolak dan H0 diterima. Dengan demikian, dapat

disimpulkan Produk Domestik Regional Bruto (PDRB) per Kapita berpengaruh negatif dan

tidak signifikan terhadap Tingkat Kemiskinan di Provinsi Bengkulu pada periode tahun 2012

– 2016.

c. Ujiْ tْpadaْαْ=ْ5%ْْpadaْ tabelْ13, nilai probabilitas variabel Indeks Pembangunan Manusia

(IPM) sebesar 0.4392 atau lebih besar dari 0,05 maka dapat disimpulkan Indeks Pembangunan

Manusia (IPM) tidak berpengaruh signifikan terhadap Tingkat Kemiskinan. Apabila dilihat

dari nilai t tabel pada alpha 0,05 (one tail) df=n-1=50-1=49 adalah 1.6766, sedangkan nilai t

hitung sebesar 0.780482 (negatif). Berarti thitung < ttabel, maka H1 ditolak dan H0 diterima.

Dengan demikian, dapat disimpulkan Indeks Pembangunan Manusia (IPM) berpengaruh

negatif dan tidak signifikan terhadap Tingkat Kemiskinan di Provinsi Bengkulu pada periode

tahun 2012 – 2016.

d. Ujiْ tْpadaْαْ=ْ5%ْْpadaْtabelْ13, nilai probabilitas variabel Gini Ratio sebesar 0.0000 atau

lebih kecil dari 0,05 maka dapat disimpulkan Gini Ratio berpengaruh signifikan terhadap

Tingkat Kemiskinan. Apabila dilihat dari nilai t tabel pada alpha 0,05 (one tail) df=n-1=50-

1=49 adalah 1.6766, sedangkan nilai t hitung sebesar 4.554425 (positif). Berarti thitung >

ttabel, maka H1 diterima dan H0 ditolak. Dengan demikian, dapat disimpulkan Gini Ratio

berpengaruh positif dan signifikan terhadap Tingkat Kemiskinan di Provinsi Bengkulu pada

periode tahun 2012 – 2016.

Tabel 14: Hasil Uji F

R-squared 0.503160

Adjusted R-squared 0.458996

S.E. of regression 0.032665

F-statistic 11.39310

Prob(F-statistic) 0.000002

Sumber: Olah data Eviews, 2019

Berdasarkan tabel 14, diperoleh nilai probabilitas statistiknya 0,000002 maka dapat

disimpulkan bahwa variabel independen (Dana ZIS, PDRB, IPM, dan Gini Ratio) berpengaruh

signifikan secara simultan terhadap variabel dependen (Tingkat Kemiskinan).

Koefisien Determinasi

Tabel 15: Koefisien Determinasi

R-squared 0.503160

Adjusted R-squared 0.458996

Sumber: Olah data Eviews, 2019

Koefisien determinasi digunakan untuk menghitung besarnya pengaruh atau kontribusi

variabel bebas terhadap variabel terikat. Dari hasil pada tabel diatas diperoleh hasil R2 (koefisien

determinasi) sebesar 0,503160. Artinya bahwa 50,3% variabel Tingkat Kemiskinan di 10

Kabupaten/Kota Provinsi Bengkulu akan dipengaruhi oleh variabel independennya, yaitu Dana ZIS

(X1), PDRB (X2), IPM (X3), dan Gini Ratio (X4). Sedangkan sisanya 49,7% variabel Tingkat

Kemiskinan akan dipengaruhi oleh variabel-variabel yang lain yang tidak dibahas dalam penelitian

ini.

Pembahasan

Berdasarkan hasil estimasi regresi, maka interpretasi dari model regresi yakni dampak

variabel dana ZIS, PDRB, IPM, dan gini ratio terhadap tingkat kemiskinan dapat dijelaskan sebagai

berikut:

Dampak Variabel Dana ZIS Terhadap Tingkat Kemiskinan Zakat menurut penelitian yang dilakukan oleh penulis sama halnya dengan hasil

penelitianْyangْtelahْdilakukanْolehْUjangْSyahrulْMْpadaْtahunْ2009ْyangْberjudulْ“Pengaruh

Anggaran Belanja Bidang Kesejahteraan Rakyat, pendayagunaan Dana ZIS dan PDRB per Kapita

terhadap Tingkat Kemiskinan” dimana dana ZIS berpengaruh negatif dan signifikan terhadap tingkat

kemiskinan. Zakat yang memainkan peran penting dalam redistribusi pendapatan juga diharapkan

mampu untuk meningkatkan pengeluaran konsumsi pada masyarakat (Ali et al, 2015).

Tabel 16: Rata-Rata Pengeluaran Perkapita Perdesaan dan Perkotaan Menurut Kelompok

Barang di Provinsi Bengkulu Tahun 2012-2016

Tahun

Rata-Rata Pengeluaran Perkapita Perdesaan dan Perkotaan Menurut Kelompok

Barang (Rupiah)

Makanan Non Makanan Jumlah

2012 330 123 235 436 565 559

2013 348 161 306 290 654 451

2014 384 146 321 685 705 831

2015 413 263 397 815 811 077

2016 447 384 447 410 894 794

Sumber: BPS, diolah 2019

Di provinsi Bengkulu sendiri dengan pemberian zakat kepada masyarakat miskin

berdampak pada kenaikan pengeluaran masyarakat seperti pada tabel di samping, dengan

pengeluaran yang selalu meningkat setiap tahunnya, maka hal tersebut dapat meningkatkan

konsumsi pada masyarakat sehingga meningkatkan perekonomian. Dengan meningkatnya

perekonomian, hal tersebut dapat mengurangi tingkat kemiskinan di Provinsi Bengkulu.

Dampak Variabel PDRB Terhadap Tingkat Kemiskinan PDRB menurut penelitian yang dilakukan oleh penulis sama halnya dengan hasil penelitian

yangْdilakukanْolehْUjangْSyahrulْMْpadaْtahunْ2009ْyangْberjudulْ“Pengaruh Anggaran Belanja

Bidang Kesejahteraan Rakyat, pendayagunaan Dana ZIS dan PDRB per Kapita terhadap Tignkat

Kemiskinan”ْdimanaْhasilْpenelitianْtersebutْmenunjukkanْvariabelْPDRBْperْKapitaْberpengaruhْ

negatif dan tidak signifikan terhadap variabel tingkat kemiskinan.

Sektor penyumbang PDRB di provinsi Bengkulu dengan distribusi yang paling tinggi ialah

sektor pertanian, kehutanan dan perikanan. Selanjutnya sektor dengan distribusi yang paling tinggi

ialah sektor perdagangan besar – eceran, dan reparasi mobil – sepeda motor. Hal tersebut dapat

dilihat pada tabel sebagai berikut.

Tabel 17: Distribusi Persentase PDRB Provinsi Bengkulu Tahun 2012-2016

Tahun Pertanian, Kehutanan dan

Perikanan (%)

Perdagangan Besar –

Eceran, Dan Reparasi Mobil

– Sepeda Motor (%)

Lainnya (%)

2012 31.74 13.84 54.42

2013 31.13 14.10 54.77

2014 30.24 14.30 55.46

2015 29.42 14.56 56.02

2016 28.82 14.91 56.27

Sumber: BPS, diolah 2019

Dapat dilihat pada tabel bahwa distribusi persentase dari sektor pertanian, kehutanan dan

perikanan mengalami penurunan setiap tahunnya, sedangkan untuk sektor perdagangan besar –

eceran dan reparasi mobil – sepeda motor mengalami kenaikan sejak tahun 2012 hingga tahun 2016.

Dengan distribusi persentase yang paling tinggi pada sektor pertanian, kehutanan dan

perikanan di provinsi Bengkulu tetapi pada sektor tersebut memiliki pertumbuhan yang cenderung

mengalami penurunan sejak tahun 2012 hingga tahun 2016, hal berbeda terjadi pada sektor

perdagangan besar – eceran dan reparasi mobil – sepeda motor dimana pada sektor tersebut memiliki

pertumbuhan yang cenderung meningkat. Hal tersebut dapat dilihat pada tabel sebagai berikut:

Tabel 18: Pertumbuhan PDRB Provinsi Bengkulu Tahun 2012-2016

Tahun

Pertanian,

Kehutanan dan

Perikanan (%)

Perdagangan Besar – Eceran

dan Reparasi Mobil –

Sepeda Motor (%)

Lainnya (%)

2012 5.53 0.88 7.58

2013 4.03 8.05 6.74

2014 2.46 6.99 6.80

2015 2.26 7.03 6.21

2016 3.16 7.82 5.75

Sumber: BPS, diolah 2019

Rata-rata pertumbuhan pada sektor pertanian, kehutanan dan perikanan juga lebih rendah

dibandingkan rata-rata pertumbuhan pada sektor perdagangan besar – eceran dan reparasi mobil –

sepeda motor dimana pada sektor pertanian, kehutanan dan perikanan rata-rata pertumbuhannya

hanya sebesar 3%.

Jumlah penduduk miskin di provinsi Bengkulu di daerah pedesaan jauh lebih besar

dibandingkan dengan perkotaan yang besarannya hampir 70%. Hal tersebut dapat dilihat pada tabel

19 sebagai berikut:

Tabel 19: Jumlah Penduduk Miskin Provinsi Bengkulu Tahun 2012-2016

Tahun

Jumlah Penduduk Miskin di Provinsi Bengkulu

Penduduk Miskin (Ribu Jiwa) Penduduk Miskin (%)

Kota Desa Kota +

Desa Kota Desa

Kota +

Desa

2012 92.67 217.8 310.47 29.85 70.15 100

2013 97.66 222.75 320.41 30.48 69.52 100

2014 99.59 216.91 316.5 31.47 68.53 100

2015 106 216.83 322.83 32.83 67.17 100

2016 98.07 227.53 325.6 30.12 69.88 100

Sumber: BPS, diolah 2019

Dikarenakan pertumbuhan pada sektor pertanian, kehutanan dan perikanan yang cenderung

menurun setiap tahun berbeda dengan pertumbuhan pada sektor perdagangan besar – eceran dan

reparasi mobil – sepeda motor yang cenderung meningkat setiap tahun, maka masyarakat desa yang

umumnya bekerja di sektor pertanian, kehutanan dan perikanan akan menjadi masyarakat yang

paling dirugikan.

Sektor pertanian, kehutanan dan perikanan menjadi penyumbang PDRB dengan persentase

yang paling tinggi dibanding sektor lainnya tetapi sektor tersebut mengalami pertumbuhan yang

cenderung menurun. Maka dari adanya hal-hal tersebut menyebabkan PDRB tidak mempengaruhi

kemiskinan secara signifikan di provinsi Bengkulu.

Dampak Variabel IPM Terhadap Tingkat Kemiskinan IPM menurut penelitian yang dilakukan oleh penulis sama halnya dengan penelitian yang

dilakukanْolehْAhmadْSyaifullahْdanْNazaruddinْMalikْpadaْtahunْ2017ْdenganْjudulْ“Pengaruh

Indeks Pembangunan Manusia dan Produk Domestik Bruto Terhadap Tingkat Kemiskinan di

ASEAN-4 (Studi pada 4 Negara ASEAN (Malaysia, Thailand, Indonesia dan Filipina))”ْdimanaْ

menunjukkan variabel IPM berpengaruh negatif dan tidak signifikan terhadap variabel tingkat

kemiskinan.

Di provinsi Bengkulu sendiri untuk menjelaskan hal tersebut penulis menjabarkan

bagaimana pengaruh setiap dimensi dasar IPM terhadap tingkat kemiskinan. Dimensi pertama yaitu

dimensi pendidikan yang menurut BPS dapat diukur melalui Angka Harapan Lama Sekolah seperti

pada tabel sebagai berikut:

Tabel 20 : Angka Harapan Lama Sekolah dan Tingkat Kemiskinan Provinsi Bengkulu Tahun

2012-2016

Tahun Angka Harapan Lama Sekolah

(Tahun)

Tingkat Kemiskinan (%)

2012 12.20 17.70

2013 12.78 18.34

2014 13.01 17.48

2015 13.18 17.88

2016 13.38 17.32

Sumber: BPS, diolah 2019

Dapat dilihat bahwa angka Harapan Lama Sekolah pada rentang waktu tahun 2012 hingga

2016 selalu mengalami peningkatan, tetapi tingkat kemiskinan cenderung mengalami fluktuatif. Hal

ini menandakan bahwa di provinsi Bengkulu pada dimensi pendidikan tidak mempengaruhi tingkat

kemiskinan.

Kedua yaitu dimensi kesehatan yang dapat diukur melalui Angka Harapan Hidup dan di

provinsi Bengkulu sendiri Angka Harapan Hidup dapat dilihat pada tabel sebagai berikut.

Tabel 21: Angka Harapan Hidup dan Tingkat Kemiskinan Provinsi Bengkulu Tahun 2012-

2016

Tahun Angka Harapan Hidup (Tahun)

Tingkat Kemiskinan (%)

2012 66.61 17.70

2013 67.50 18.34

2014 68.06 17.48

2015 68.59 17.88

2016 69.33 17.32

Sumber: BPS, diolah 2019

Dapat dilihat bahwa Angka Harapan Hidup di provinsi Bengkulu pada rentang waktu

tahun 2012 hingga 2016 selalu mengalami peningkatan, tetapi tingkat kemiskinan di provinsi

Bengkulu pada rentang waktu tahun 2012 hingga 2016 cenderung mengalami fluktuatif. Hal ini

menandakan bahwa pada dimensi kesehatan tidak mempengaruhi tingkat kemiskinan di provinsi

Bengkulu.

Ketiga yaitu dimensi standar hidup layak yang dapat diukur melalui PDRB per kapita dan

di provinsi Bengkulu sendiri PDRB per kapita dapat dilihat pada tabel sebagai berikut.

Tabel 22: PDRB Per Kapita dan Tingkat Kemiskinan Provinsi Bengkulu Tahun 2012-2016

Tahun PDRB Per Kapita ADHK 2010 (Ribu

Rupiah) Tingkat Kemiskinan (%)

2012 18.143.510 17.70

2013 18.919.300 18.34

2014 19.626.720 17.48

2015 20.302.480 17.88

2016 21.041.590 17.32

Sumber: BPS, diolah 2019

Dapat dilihat bahwa PDRB per kapita di provinsi Bengkulu pada rentang waktu tahun

2012 hingga 2016 selalu mengalami peningkatan, tetapi tingkat kemiskinan di provinsi Bengkulu

pada rentang waktu tahun 2012 hingga 2016 cenderung mengalami fluktuatif. Hal ini menandakan

bahwa pada dimensi standar hidup layak tidak mempengaruhi tingkat kemiskinan di provinsi

Bengkulu.

Dari tiga dimensi utama yang membentuk Indeks Pembangunan Manusia yaitu

Pendidikan, Kesehatan dan Standar Hidup Layak di provinsi Bengkulu sendiri tidak mempengaruhi

tingkat kemiskinan secara signifikan dikarenakan ketiga dimensi tersebut tidak mampu memiliki

peranan yang signifikan dalam menurunkan tingkat kemiskinan di provinsi Bengkulu.

Dampak Variabel Gini Ratio Terhadap Tingkat Kemiskinan Pada penelitian yang dilakukan oleh Felix Naschold pada tahunْ2002ْyangْberjudulْ“Why

Inequality Matters for Poverty”ْkitaْdapatْmengetahuiْbagaimanaْpengaruhْketimpanganْterhadapْ

kemiskinan secara tidak langsung melalui pertumbuhan, dengan melihat bagaimana pengaruh

ketimpangan terhadap pertumbuhan.

Kita dapat mengetahui hal tersebut dengan melihat hasil penelitian yang dikemukakan oleh

Galor dan Moav (2004) bahwa dalam jangka pendek hubungan antara ketimpangan pendapatan dan

pertumbuhan ekonomi ialah positif, sedangkan dalam jangka panjang hubungan antara ketimpangan

pendapatan dan pertumbuhan ekonomi ialah negatif.

Hal yang sama juga dikemukakan oleh Knowles (2001) yakni ketimpangan memiliki efek

negatif terhadap pertumbuhan. Di provinsi Bengkulu sendiri ketimpangan memiliki pengaruh yang

negatif terhadap pertumbuhan seperti pada tabel sebagai berikut.

Tabel 23: Gini Ratio dan Pertumbuhan Ekonomi Provinsi Bengkulu Tahun 2012-2016

TAHUN

PROVINSI BENGKULU

GINI RATIO (0-1) PERTUMBUHAN

EKONOMI (%)

2012 0.354 6.83

2013 0.386 6.07

2014 0.356 5.48

2015 0.376 5.13

2016 0.357 5.29

Sumber: BPS, diolah 2019

Menurut Dollar and Kray (2001) bahwa pertumbuhan ekonomi juga dapat meningkatkan

kondisi orang miskin, dikarenakan setelah beberapa waktu dapat membantu mengeluarkan orang

miskin dari kemiskinan. Hal tersebut didukung oleh hasil penelitian Woodon (1999) yang dilakukan

di Bangladesh bahwa pertumbuhan ekonomi dapat mengurangi kemiskinan. Hal ini juga terjadi pada

provinsi Bengkulu yang dapat dilihat pada tabel sebagai berikut.

Tabel 24: Pertumbuhan Ekonomi dan Kemiskinan Provinsi Bengkulu Tahun 2012-2016

TAHUN

PROVINSI BENGKULU

PERTUMBUHAN EKONOMI

(%) KEMISKINAN (%)

2012 6.83 17.70

2013 6.07 18.34

2014 5.48 17.48

2015 5.13 17.88

2016 5.29 17.32

Sumber: BPS, diolah 2019

Di provinsi Bengkulu sendiri dapat dilihat pada tabel bahwa pada rentang waktu tahun 2012

hingga 2016, pertumbuhan ekonomi cenderung berpengaruh negatif terhadap kemiskinan. Maka

dari adanya penjelasan tersebut memungkinkan gini ratio mempengaruhi kemiskinan secara

signifikan di provinsi Bengkulu.

E. KESIMPULAN DAN SARAN

Kesimpulan

Berdasarkan pada penelitian yang telah dilakukan, dapat diketahui :

1. Dana ZIS memiliki pengaruh yang negatif dan signifikan terhadap variabel Tingkat

Kemiskinan. Hal itu dapat dilihat dari peningkatan pengeluaran konsumsi per kapita di provinsi

Bengkulu, dengan meningkatnya konsumsi pada masyarakat, sehingga permintaan agregat

juga akan meningkat di masyarakat yang menyebabkan peningkatan pada faktor produksi dan

lapangan usaha. Hal ini akan meningkatkan perekonomian, dengan meningkatnya

perekonomian maka hal tersebut dapat mengurangi tingkat kemiskinan di provinsi Bengkulu.

2. PDRB memiliki pengaruh yang negatif namun tidak signifikan terhadap variabel Tingkat

Kemiskinan dikarenakan sektor pertanian, kehutanan dan perikanan yang memiliki distribusi

paling besar dan memiliki tren pertumbuhan yang menurun serta kecil. Jika dibandingkan

sektor lainnya yang memiliki distribusi cukup besar pada PDRB provinsi Bengkulu. Di

provinsi Bengkulu sebesar 68% orang miskin berada di pedesaan, sehingga dengan

pertumbuhan sektor pertanian, kehutanan dan perikanan yang menurun dan memiliki

pertumbuhan yang kecil maka masyarakat pedesaan yang paling dirugikan. Hal tersebut yang

menyebabkan kemiskinan di pedesaan tetap tinggi, sehingga kenaikan PDRB tidak

mempengaruhi kemiskinan secara signifikan.

3. IPM memiliki pengaruh yang negatif namun tidak signifikan terhadap tingkat kemiskinan

dikarenakan tiga komponen pembentuk IPM yang terdiri dari angka harapan lama sekolah,

angka harapan hidup dan PDRB per kapita walaupun meningkat setiap tahun dari tahun 2012-

2016, tetapi ketiga komponen tersebut tidak memiliki pengaruh yang cukup signifikan dalam

menurunkan tingkat kemiskinan di provinsi Bengkulu pada tahun 2012-2016.

4. Gini Ratio memiliki pengaruh yang positif dan signifikan terhadap tingkat kemiskinan. Untuk

melihat hal tersebut dapat dilihat pengaruh gini ratio terhadap pertumbuhan ekonomi dan

pertumbuhan ekonomi terhadap tingkat kemiskinan pada rentang waktu tahun 2012-2016. Pada

tahun 2012-2016, gini ratio memiliki pengaruh negatif terhadap pertumbuhan ekonomi di

provinsi Bengkulu dan pertumbuhan ekonomi memiliki pengaruh negatif terhadap tingkat

kemiskinan, sehingga hal tersebut memungkinkan gini ratio berpengaruh signifikan terhadap

tingkat kemiskinan di provinsi Bengkulu pada tahun 2012-2016.

Saran

Berdasarkan kesimpulan di atas, dapat dikemukakan beberapa saran yang diharapkan dapat

bermanfaat bagi BAZNAS Provinsi Bengkulu maupun bagi pihak-pihak lain. Adapun saran yang

diberikan, antara lain:

1. Pemerintah Provinsi Bengkulu diharapkan dapat membantu dan bekerja sama dengan pihak

BAZNAS di Provinsi Bengkulu agar bisa meningkatkan penghimpunan dan pemberian dana

ZIS kepada para masyarakat, dikarenakan variabel dana ZIS mempunyai pengaruh yang

signifikan dalam menurunkan tingkat kemiskinan.

2. Untuk menekan tingkat kemiskinan, pemerintah daerah hendaknya meningkatkan

pertumbuhan PDRB pada sektor pertanian, kehutanan dan perikanan. Pada sektor pertanian,

kehutanan dan perikanan merupakan sektor yang memiliki pengaruh paling besar pada PDRB

provinsi Bengkulu. Masyarakat miskin di provinsi Bengkulu sebagian besar berada di pedesaan

yang sebagian besar bekerja pada sektor tersebut, dengan meningkatkan pertumbuhan pada

sektor tersebut diharapkan mampu mengurangi tingkat kemiskinan di pedesaan, serta dengan

berkurangnya masyarakat miskin di pedesaan nantinya diharapkan akan mampu mengurangi

masyarakat miskin secara signifikan di provinsi Bengkulu.

3. Angka IPM merepresentasikan kualitas hidup manusia yang di dalamnya terdiri dari ukuran

pendidikan, angka harapan hidup dan pengeluaran perkapita rill. IPM sangat penting karena

dapat menurunkan tingkat kemiskinan di 10 Kabupaten/Kota Provinsi Bengkulu, oleh sebab

itu pemerintah diharapkan merancang suatu program yang berkesinambungan di bidang

pendidikan, kesehatan dan menjamin program pemerintah pusat seperti Kartu Indonesia Sehat

dan Kartu Indonesia Pintar kepada seluruh masyarakat provinsi Bengkulu secara merata agar

dapat memacu naiknya nilai IPM dengan mempermudah masyarakat untuk mengenyam

pendidikan hingga jenjang yang lebih tinggi dan mempermudah dalam memperoleh akses

kesehatan terutama bagi masyarakat kurang mampu.

4. Ketimpangan distribusi pendapatan tetap perlu ditekan sehingga pendapatan merata di setiap

kalangan masyarakat. Upaya yang dapat dilakukan oleh pemerintah dalam menekan

ketimpangan disitribusi pendapatan dapat melalui kebijakan pajak pendapatan progresif,

pemberian modal usaha kepada pelaku usaha mikro serta upaya untuk meningkatkan

penghimpunan dan pendistribusian dana ZIS bekerja sama dengan BAZNAS sebagai salah satu

instrumen untuk mengurangi ketimpangan distribusi pendapatan.

DAFTAR PUSTAKA

Ajija, Shochrul R., Sari, Dyah W., Setianto, Rahmat H. & Primanthi, Martha R. 2011. Cara Cerdas

Menguasai Eviews. Jakarta: Salemba Empat.

Ali, AFM., Rashid, ZA., Johari, F. & Aziz, MRA. 2015. The Effectiveness of Zakat in Reducing

Poverty Incident: An Analysis in Kelantan, Malaysia. Asian Social Science, Vol. 11, (No.21) :

355-367.

Amalia, Euis. 2010. Sejarah Pemikiran Ekonomi Islam. Depok: Gramata Publishing.

Annim, SK., Mariwah, S. & Sebu, J. 2012. Spatial inequality and household poverty in Ghana.

Economic Systems, Vol. 36, (No.4) : 487-505.

Ardiana, Dian Putri. 2016. Analisis Pengaruh Pertumbuhan Ekonomi Daerah dan Ketimpangan

Distribusi Pendapatan Terhadap Tingkat Kemiskinan di Provinsi Jawa Tengah Periode 2004-

2014. Skripsi. Yogyakarta: Program Sarjana UIN Sunan Kalijaga Yogyakarta.

Arsyad, Lincolin. 2015. Pembangunan Ekonomi. Edisi Kelima. Yogyakarta: UPP STIM YKPN.

Atmojo, Dwi. 2017. Analisis Pengaruh Gini Ratio, Indeks Pembangunan Manusia (IPM), dan

Jumlah Penduduk Terhadap Tingkat Kemiskinan di Provinsi Jawa Barat Tahun 2012-2016.

Skripsi. Yogyakarta: Program Sarjana Universitas Muhammadiyah Yogyakarta.

Badan Amil Zakat Nasional Provinsi Bengkulu. 2012. Laporan Hasil pengelolaan Zakat. Bengkulu:

Kementrian Agama Republik Indonesia.

Badan Amil Zakat Nasional Provinsi Bengkulu. 2013. Laporan Hasil pengelolaan Zakat. Bengkulu:

Kementrian Agama Republik Indonesia.

Badan Amil Zakat Nasional Provinsi Bengkulu. 2014. Laporan Hasil pengelolaan Zakat. Bengkulu:

Kementrian Agama Republik Indonesia.

Badan Amil Zakat Nasional Provinsi Bengkulu. 2015. Laporan Hasil pengelolaan Zakat. Bengkulu:

Kementrian Agama Republik Indonesia.

Badan Amil Zakat Nasional Provinsi Bengkulu. 2016. Laporan Hasil pengelolaan Zakat. Bengkulu:

Kementrian Agama Republik Indonesia.

Badan Pusat Statistik. (2018). Gini Ratio.

https://sirusa.bps.go.id/index.php?r=indikator/view&id=22 diakses pada 12 Desember 2018

Badan Pusat Statistik. (2018). Gini Ratio Provinsi 2002-2018.

https://www.bps.go.id/dynamictable/2017/04/26/1116/gini-ratio-provinsi-2002-2018.html

diakses pada 6 November 2018

Badan Pusat Statistik. (2018). Indeks Pembangunan Manusia menurut Provinsi, 2010-2017 (Metode

Baru). https://www.bps.go.id/dynamictable/2016/06/16/1211/indeks-pembangunan-manusia-

menurut-provinsi-2010-2017-metode-baru-.html diakses pada 6 November 2018

Badan Pusat Statistik. (2018). Persentase Penduduk Miskin Menurut Provinsi 2007-2018.

https://www.bps.go.id/dynamictable/2016/08/18/1219/persentase-penduduk-miskin-menurut-

provinsi-2007---2018.html diakses pada 6 November 2018

Badan Pusat Statistik. (2018). Produk Domestik Regional Bruto Per Kapita Atas Dasar Harga

Konstan 2010 Menurut Provinsi, 2010-2017 (Ribu Rupiah).

https://www.bps.go.id/dynamictable/2015/10/07/958/-seri-2010-produk-domestik-regional-

bruto-per-kapita-atas-dasar-harga-konstan-2010-menurut-provinsi-2010-2017-ribu-rupiah-.html

diakses pada 5 Mei 2019

Badan Pusat Statistik. (2018). Rata-Rata Pengeluaran per Kapita Sebulan di Daerah Perkotaan dan

Perdesaan Menurut Provinsi dan Kelompok Barang (rupiah), 2011-2017.

https://www.bps.go.id/statictable/2014/09/08/945/rata-rata-pengeluaran-per-kapita-sebulan-di-

daerah-perkotaan-dan-perdesaan-menurut-provinsi-dan-kelompok-barang-rupiah-2011-

2017.html diakses pada 5 Mei 2019

Badan Pusat Statistik. (2019). Jumlah Penduduk Miskin Menurut Provinsi 2007-2018.

https://www.bps.go.id/dynamictable/2016/01/18/1119/jumlah-penduduk-miskin-menurut-

provinsi-2007-2018.html diakses pada 22 April 2019

Badan Pusat Statistik Provinsi Bengkulu. (2017). Distribusi Persentase PDRB Provinsi Bengkulu

ADHK 2010 menurut Lapangan Usaha, 2010-2016 (Persen).

https://bengkulu.bps.go.id/statictable/2016/09/09/305/-seri-2010-distribusi-persentase-pdrb-

provinsi-bengkulu-adhk-2010-menurut-lapangan-usaha-2010-2016.html diakses pada 22 April

2019

Badan Pusat Statistik Provinsi Bengkulu. (2018). Laju Pertumbuhan PDRB Provinsi Bengkulu

ADHK 2010 menurut Lapangan Usaha, 2011-2017 (Persen).

https://bengkulu.bps.go.id/statictable/2016/09/09/307/-seri-2010-laju-pertumbuhan-pdrb-

provinsi-bengkulu-adhk-2010-menurut-lapangan-usaha-2011-2017.html diakses pada 22 April

2019

Badan Pusat Statistik Provinsi Bengkulu. (2015). Provinsi Bengkulu Dalam Angka 2015.

https://bengkulu.bps.go.id/publication/2016/01/26/47e03aa7b4b023a6767c95b2/provinsi-

bengkulu-dalam-angka-2015 diakses pada 28 Maret 2019

Badan Pusat Statistik Provinsi Bengkulu. (2016). Provinsi Bengkulu Dalam Angka 2016.

https://bengkulu.bps.go.id/publication/2016/07/15/0fe2c35e62f94b72cfbf6a1a/provinsi-

bengkulu-dalam-angka-2016 diakses pada 28 Maret 2019

Badan Pusat Statistik Provinsi Bengkulu. (2017). Provinsi Bengkulu Dalam Angka 2017.

https://bengkulu.bps.go.id/publication/2017/08/11/e3f44cfdc2b9cf36c2891704/provinsi-

bengkulu-dalam-angka-2017 diakses pada 28 Maret 2019

Badan Pusat Statistik Provinsi Bengkulu. (2018). Produk Domestik Regional Bruto Atas Dasar

Harga Konstan 2010 Menurut Lapangan Usaha, 2010-2017 (Ribu Rupiah).

https://bengkulu.bps.go.id/statictable/2016/09/09/303/-seri-2010-pdrb-provinsi-bengkulu-adhk-

2010-menurut-lapangan-usaha-2010-2017.html diakses pada 28 Maret 2019

Badan Pusat Statistik Provinsi Bengkulu. (2019). (Metode Baru) Angka Harapan Hidup Menurut

Kabupaten/Kota di Provinsi Bengkulu, 2010-2018.

https://bengkulu.bps.go.id/dynamictable/2016/10/06/18/-metode-baru-angka-harapan-hidup-

menurut-kabupaten-kota-di-provinsi-bengkulu-2010-2018.html diakses pada 5 Mei 2019

Badan Pusat Statistik Provinsi Bengkulu. (2019). (Metode Baru) Angka Harapan Lama Sekolah

Menurut Kabupaten/Kota di Provinsi Bengkulu, 2010-2018.

https://bengkulu.bps.go.id/dynamictable/2016/10/06/20/-metode-baru-harapan-lama-sekolah-

menurut-kabupaten-kota-di-provinsi-bengkulu-2010-2018.html diakses pada 5 Mei 2019

Beik, Irfan Syauqi. 2016. Ekonomi Pembangunan Syariah Edisi Revisi. Jakarta: Rajawali Pers.

Creswell, John. W. 2014. Penelitian Kualitatif & Desain Riset. Yogyakarta: Pustaka Pelajar.

Daerobi, Akhmad., Sriwiyanto, Hery S. J. N. & Putro, Tetuko R. 2007. Dampak pengembangan

sector pertanian terhadap pengentasan kemiskinan di jawa tengah. Jurnal Universitas Sebelas

Maret, Vol. 2, (No.1) : 1-22.

Departemen Komunikasi dan Informatika. (2008). Mengurai Benang Kusut Masalah Kemiskinan

Di Indonesia. https://mpn.kominfo.go.id/perpus/index.php?p=show_detail&id=14033 diakses

pada 15 Desember 2018

Dollar D. & Kray, A. 2001. Growth is Good for the Poor. World Bank Policy Research Working

Paper : no. 2587. Washington: World Bank.

Firmansyah. 2009. Modul Regresi Data Panel : Aplikasi dengan Eviews 6.0. Semarang: LSKE

Undip.

Galor, O. & Moav, O. 2004. From Physical to Human Capital Accumulation: Inequality and the

Process of Development. Review of Economic Studies, Vol. 71, (No.4) : 1001-1026.

Gujarati, Damodar. 1978. Ekonometri Dasar. Terjemahan oleh Sumarno Zain. 2003. Jakarta:

Erlangga.

Ghofur, Ruslan Abdul. 2013. Konsep Distribusi Dalam Islam Dan Format Keadilan Ekonomi di

Indonesia. Yogyakarta: Pustaka Pelajar.

Ghozali, Imam. 2002. Aplikasi Analisis Multivariate dengan program SPSS. Semarang: Badan

Penerbit-UNDIP.

Hafidhuddin, Didin. 2007. Zakat Dalam Perekonomian Modern. Jakarta: Gema Insani Press.

Hagenaars, AJM. 1986. The Perception of Poverty. Amsterdam: Elsevier Science Publishers B.V.

Huda, Nurul. 2015. Ekonomi Pembangunan Islam. Jakarta: Prenada Media Group.

Khomsan, Ali., Dharmawan, Arya H. & Saharuddin. 2015. Indikator Kemiskinan dan Misklasifikasi

Orang Miskin. Jakarta: Fakultas Ekologi Manusia IPB.

Knowles, S. 2001. Inequality and Economic Growth: The Empirical Relationship Reconsidered in

the Light of Comparable Data. Helsinki: WIDER.

Kuncoro, Mudrajad. 2001. Ekonomi Pembangunan: Teori, Masalah dan Kebijakan. Yogyakarta:

UPP AMP YKPN.

Lubis, Fauzi A. 2018. Miskin menurut pandangan Al-Qur’an.ْJurnalْManajemenْdan Bisnis Islam,

Vol. 1, (No.1) : 68-82.

Manan, M. Abdul. 1997. Teori dan Praktek: Ekonomi Islam. Yogyakarta: PT. Dana Bhakti Prima

Yasa.

Murniati, R. & Beik IS. 2014. Pengaruh Zakat Terhadap Indeks Pembangunan Manusia dan Tingkat

Kemiskinan Mustahik : Studi Kasus Pendayagunaan BAZNAS Kota Bogor. Jurnal Al-Muzara’ah,ْ

Vol. 2, (No.2) : 135-149.

Naschold, Felix. (2002). Why Inequality Matters for Poverty. Overseas Development Institute.

https://www.odi.org/publications/2975-why-inequality-matters-poverty diakses pada 26 April

2019

Qadir, Abdurrachman. 2001. Zakat Dalam Dimensi Mahdah dan Sosial. Jakarta: Raja Grafindo

Persada.

Qardhawi, Yusuf. 1995. Kiat Islam Mengentaskan Kemiskinan. Jakarta: Gema Insani Pers.

Saputra, WA. 2011. Analisis Pengaruh Jumlah Penduduk, PDRB, IPM dan Pengangguran terhadap

Tingkat Kemiskinan di Kabupaten/Kota Jawa Tengah. Skripsi. Semarang: Program Sarjana

Universitas Diponegoro.

Sarwono, Jonathan. 2006. Metode Penelitian Kuantitatif dan Kualitatif. Yogyyakarta: Graha Ilmu.

Sen, A. 1981. Poverty and Famines: an Easy on Entitlement and Deprivation. Oxford: Oxford Press.

Setiawan, M. Bhakti. & Hakim, Abdul. 2013. Indeks pembangunan manusia. Jurnal Economika,

Vol. 9, (No.1) : 18-26.

Sugiyono. 2012. Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif, dan R&D.

Bandung: ALFABETA.

Sukirno, Sadono. 2004. Makroekonomi Teori Pengantar, Edisi Ketiga. Jakarta: Penerbit Raja

Grafindo Persada.

Syahrullah, Dio. 2014. Analisis Pengaruh Produk Domestik Regional Bruto (PDRB), Pendidikan

dan Pengangguran Terhadap Kemiskinan di Provinsi Banten Tahun 2009-2012. Skripsi. Jakarta:

Program Sarjana UIN Syarif Hidayatullah Jakarta.

Syahrul, Ujang M. 2009. Pengaruh Anggaran Belanja Bidang Kesejahteraan Rakyat,

pendayagunaan Dana ZIS dan PDRB per Kapita terhadap Tingkat Kemiskinan: (Studi kasus DKI

Jakarta tahun 1987 - 2002). Tesis. Jakarta: Program Pascasarjana Universitas Indonesia.

Syaifullah, A. & Malik, N. 2017. Pengaruh Indeks Pembangunan Manusia Dan Produk Domestik

Bruto Terhadap Tingkat Kemiskinan Di ASEAN-4 (Studi Pada 4 Negara ASEAN). Jurnal Ilmu

Ekonomi, Vol. 1, (No.1) : 107-119.

Tambunan, Tulus TH. 2003. Perekonomian Indonesia: Beberapa Masalah Penting. Jakarta: Galia

Indonesia.

Todaro, Michael. & Smith. 1977. Pembangunan Ekonomi di Dunia Ketiga. Terjemahan oleh Haris

Munandar & Puji A.L. 2006. Jakarta: Erlangga

Widodo, Tri. 2006. Perencanaan Pembangunan: Aplikasi Komputer (Era Otonomi Daerah).

Yogyakarta: UPP STIM YKPN.

Winarno, Wing Wahyu. 2007. Analisis Ekonometrika dan Statistika dengan Eviews. Yogyakarta:

UPP STIM YKPN.

Woodon, Q. T. 1999. Growth, Poverty, and Inequality: A Regional Panel for Bangladesh. Policy,

Research working paper ; no. WPS 2072. Washington: World Bank.

Wuri, Retno. 2013. Kemiskinan: bagaimana islam memandangnya. Jurnal The Moslem Planners,

Vol. 1, (No.1) : 4-7.

Yulianita, Anna. 2005. Analisis Konvergensi Ekonomi Antar Daerah di Sumatera Selatan (Tahun

1993-2003). Jurnal Universitas Sriwijaya, Vol. 4, (No.2) : 182-213