KETERKAITAN SPASIAL KABUPATEN/KOTA BERDASARKAN SEKTOR UNGGULAN DI PROVINSI JAWA BARAT TAHUN 2017-2021

Jawa Barat merupakan provinsi penyumbang Produk Domestik Regional Bruto (PDRB) terbesar ketiga mencapai 13.01% setelah DKI Jakarta (17.18%) dan Jawa Timur (14.48%). Namun ketimpangan pembangunan antar kabupaten/kota di Jawa Barat masih tinggi dengan Indeks Williamson sebesar 0,66. Kerjasama regional belum memberikan dampak optimal terhadap pemerataan pembangunan ekonomi di Jawa Barat. Penelitian ini bertujuan untuk menganalisis keterkaitan spasial antar kabupaten/kota berdasarkan sektor unggulan di Provinsi Jawa Barat. Penelitian ini menggunakan metode analisis Location Quotient (LQ) dan analisis Autokorelasi Spatial dengan menggunakan alat analisis Global Moran dan Local Indicator of Spatial Autocorrelation (LISA). Penelitian ini menggunakan data sekunder berupa data Produk Domestik Regional Bruto (PDRB) atas dasar harga konstan menurut lapangan usaha kabupaten/kota Provinsi Jawa Barat tahun 2017-2021 yang bersumber dari Badan Pusat Statistik Provinsi Jawa Barat. Hasil penghitungan indeks LQ yang menjadi dasar analisis Global Moran dan LISA menunjukkan terdapat tiga sektor unggulan tertinggi di Jawa Barat yaitu sektor konstruksi; sektor administrasi pemeritahan, pertahanan, dan jaminan sosial wajib; serta sektor jasa pendidikan. Berdasarkan hasil analisis Global Moran pada 3 sektor unggulan hanya sektor adminisitrasi pemerintahan, pertahanan, dan jaminan sosial wajib serta sektor jasa pendidikan yang memiliki keterkaitan spasial dan signifikan di Jawa Barat. Meskipun keterkaitan wilayahnya tergolong lemah karena nilai indeks moran menjauhi nilai (+1). Adapun hasil analisis Local Indicator of Spatial Autocorrelation (LISA) menununjukkan pola cluster (berkelompok) dan saling mempengaruhi High-High (Hot-Spot) pada sektor administrasi pemerintahan, pertahanan, dan jaminan sosial wajib di Kabupaten Ciamis dan sektor jasa pendidikan di Kabupaten Ciamis, Kabupaten Majalengka, dan Kabupaten Kuningan. Keterbatasan penelitian adalah analisis Global Moran dan LISA hanya menggunakan uji signifikansi α = 5% sehingga interpretasi keterkaitan antar kabupaten/kota masih kurang mendetail. Pada penelitian selanjutnya penelitian ini bisa dikembangkan dengan uji signifikansi α = 1% dan α = 10 % untuk interpretasi yang lebih luas, selain menguji autokorelasi penelitian selanjutnya agar dapat melakukan analisis regresi spasial untuk menganalisis faktor-faktor yang mempengaruhi keterkaitan spasial secara signifikan.