HETEROGENITAS SPASIAL DETERMINAN TINGKAT KEMISKINAN KABUPATEN/KOTA DI PULAU JAWA TAHUN 2020–2024

Penelitian ini menganalisis heterogenitas spasial determinan tingkat kemiskinan pada 119 kabupaten/kota di Pulau Jawa selama periode 2020–2024. Penelitian menggunakan data sekunder berbentuk panel tidak seimbang yang terdiri atas 548 observasi lengkap. Tingkat kemiskinan digunakan sebagai variabel dependen, sedangkan variabel independen meliputi Rata-Rata Lama Sekolah (RLS), Tingkat Partisipasi Angkatan Kerja (TPAK), rasio gini, kepadatan penduduk, dan Upah Minimum Kabupaten/Kota (UMK). Analisis dilakukan menggunakan statistik deskriptif, Fixed Effect Model (FEM) sebagai model panel global, uji diagnostik, dan Geographically Weighted Panel Regression (GWPR). Hasil diagnostik FEM menunjukkan adanya heteroskedastisitas, sehingga analisis dilanjutkan dengan pendekatan lokal untuk mengakomodasi kemungkinan perbedaan hubungan antarwilayah. Model GWPR dengan adaptive Gaussian kernel menghasilkan Adjusted R² sebesar 0,6097, lebih tinggi dibandingkan FEM sebesar 0,4246, sehingga menunjukkan kemampuan model lokal yang lebih baik dalam menjelaskan variasi tingkat kemiskinan. Estimasi GWPR menunjukkan bahwa RLS berpengaruh negatif dan signifikan pada 53 kabupaten/kota atau 44,54 persen wilayah, tetapi berpengaruh positif dan signifikan pada 3 kabupaten/kota atau 2,52 persen wilayah. TPAK berpengaruh negatif dan signifikan pada 40 kabupaten/kota atau 33,61 persen, sedangkan rasio gini berpengaruh positif dan signifikan pada 25 kabupaten/kota atau 21,01 persen. Kepadatan penduduk berpengaruh positif dan signifikan pada 30 kabupaten/kota atau 25,21 persen, sehingga menunjukkan arah yang berbeda dari hipotesis awal. UMK memiliki cakupan pengaruh paling luas dengan koefisien negatif dan signifikan pada 105 kabupaten/kota atau 88,24 persen wilayah penelitian. Hasil penelitian menunjukkan bahwa arah, besaran, dan cakupan signifikansi determinan kemiskinan berbeda antar kabupaten/kota di Pulau Jawa, sehingga strategi penanggulangan kemiskinan perlu mempertimbangkan karakteristik lokal masing-masing wilayah.