Evaluasi klasterisasi pengembangan wilayah dalam muatan kebijakan RPJMD Provinsi Jawa Timur Tahun 2019-2024 berbasis Multi-Criteria Analysis (MCA)
Abstract
Eksistensi klasterisasi wilayah berperan penting dalam mendorong kinerja pembangunan, aglomerasi ekonomi, dan trickle-down effect antarwilayah. Dalam RPJMD Provinsi Jawa Timur ditetapkan delapan klaster pembangunan sebagai stimulus akselerasi pembangunan dan koordinasi wilayah. Namun, implementasinya belum memberikan kontribusi signifikan terhadap pemerataan pembangunan. Struktur pembangunan yang monosentris dan pertumbuhan sektoral yang tidak merata menjadi faktor utama belum tercapainya tujuan pembentukan klaster. Penelitian ini bertujuan mengevaluasi kinerja dan rasionalitas pembentukan klaster pembangunan RPJMD pada akhir masa implementasinya. Evaluasi dilakukan melalui pendekatan sektor unggulan, pertumbuhan sektoral, dan karakteristik spasial. Analisis LQ, Tipologi Klassen, dan LISA dikompilasi melalui Multi-Criteria Analysis (MCA) untuk menilai kinerja klaster secara komprehensif. Hasil analisis menunjukkan kinerja klaster berdasarkan sektor unggulan lebih baik dibandingkan pertumbuhan sektoral dan kecenderungan spasial, mengindikasikan kabupaten/kota di Jawa Timur beraglomerasi terutama pada sektor unggulannya. Analisis MCA mengungkap ketimpangan kinerja antar klaster; tidak ada satu pun klaster yang mencapai 50% kinerja, dan beberapa berada di bawah rata-rata. Secara keseluruhan, pembentukan klaster belum signifikan dalam menstimulasi pertumbuhan dan mengatasi ketimpangan antarwilayah di Jawa Timur.
Keywords
Full Text:
PDFReferences
[1]Marshall A. Principles of Economics. 8th ed. London: Macmillan and Co; 1961.
[2]Gordon P, Kourtit K. Agglomeration and Clusters Near and Far for Regional Development: A Critical Assessment. Reg Sci Policy Pract 2020;12:387–96. https://doi.org/10.1111/rsp3.12264.
[3]Cheruiyot K. Detecting Spatial Economic Clusters Using Kernel Density and Global and Local Moran’s I Analysis in Ekurhuleni Metropolitan Municipality, South Africa. Reg Sci Policy Pract 2022;14:307–28. https://doi.org/10.1111/rsp3.12526.
[4]Fransiska B, Setiawan E. Strategy for Reducing Regional Economic Disparities in Gerbangkertosusila: A Cluster Regional Approach Based on Leading Sectors. J Wil Dan Lingkung 2022;10:213–25. https://doi.org/10.14710/jwl.10.3.213-225.
[5]Garanti Z, Berzina AZ. Regional Cluster Initiatives As a Driving Force for Regional Development. Eur Integr Stud 2013. https://doi.org/10.5755/j01.eis.0.7.3677.
[6]Halidun LOAR, Ihsan I, Rasyid AR. Keterkaitan Spasial Antarwilayah Berdasarkan Potensi Ekonomi. J Reg City Marit 2019;7:295–303.
[7]Yordani R, Sugiarto S. Pengelompokkan Kabupaten/kota di Provinsi Jawa Timur Berdasarkan Indikator Pembangunan Berkelanjutan 2012-2013. J Ekon Pembang LIPI 2016;24:17–27. https://doi.org/10.14203/JEP.24.1.2016.17-27.
[8]Badan Pusat Statistik Indonesia. Pertumbuhan Ekonomi Triwulan IV 2023. 2023.
[9]Febriananta H. Ketimpangan Spasial Dan Aglomerasi Pada Koridor Pembangunan Di Provinsi Jawa Timur Tahun 2009-2013. Universitas Airlangga, 2016.
[10]Yunira Septiani I, Endang E. Analisis Ketimpangan Pembangunan Ekonomi Di Provinsi Jawa Timur Tahun 2016 - 2020. JEMeS - J Ekon Manaj Dan Sos 2022;5:25–31. https://doi.org/10.56071/jemes.v5i1.292.
[11]Pamungkas A, Rini EF, Cahyo PN. Instruments for Development Controls in Gerbangkertosusila. J Perenc Wil Dan Kota 2017;27:236. https://doi.org/10.5614/jrcp.2016.27.3.5.
[12]Novianto ED, Handayani W. Study of Regional Disparities among Districts in East Java Province. Indones J Plan Dev 2018;3:95. https://doi.org/10.14710/ijpd.3.2.95-103.
[13]Santoso E, Ismail M, Noor I, Ekawaty M. Geographical Pattern of Economic Activities: an Evidence from Large and Medium Manufacturing Industries in Indonesia. IOP Conf Ser Earth Environ Sci 2019;328:012038. https://doi.org/10.1088/1755-1315/328/1/012038.
[14]Sjafrizal. Pertumbuhan Ekonomi dan Ketimpangan Regional Wilayah Indonesia Bagian Barat. Jakarta: Prisma; 1997.
[15]Ardani A. Analysis of Regional Growth and Disparity: The Impact Analysis of the Inpres Project on Indonesian Development. Pennsylvania: University of Pennsylvania; 1992.
[16]Amalia F, Fitrijanto A. Regional Disparity and Social-Economic Convergence in New Autonomous Regions in Banten Province. Indones J Plan Dev 2022;7:60–8. https://doi.org/10.14710/ijpd.7.2.60-68.
[17]Syairozi MI, Susanti I. Analisis Jumlah Pengangguran dan Ketenagakerjaan terhadap Keberadaan Usaha Mikro Kecil dan Menengah di Kabupaten Pasuruan. J Samudra Ekon Dan Bisnis 2018;9:198–208. https://doi.org/10.33059/jseb.v9i2.768.
[18]Yanuarti W, Rachmawati L. Pengaruh Aglomerasi Terhadap Ketimpangan Ekonomi Pada Satuan Wilayah Pengembangan (SWP) VII Kediri Tahun 2016-2020. J Din Ekon Pembang 2024;6:166–80. https://doi.org/10.14710/jdep.6.3.166-180.
[19]Islami FS, SBM N. Faktor-Faktor Mempengaruhi Ketimpangan Wilayah di Provinsi Jawa Timur, Indonesia. Media Ekon Dan Manaj 2018;33. https://doi.org/10.24856/mem.v33i1.564.
[20]Santoso EB. Strategi Pengembangan Perkotaan di Wilayah Gerbangkertosusila Berdasarkan Pendekatan Daya Saing Wilayah. Semin. Nas. Perenc. Wil. Dan Kota ITS, vol. 13, 2010.
[21]Widodo W, Annisaa Hammidah Imadudinna, Agustina Nurul Hidayati. Kajian Pola Kesenjangan Ekonomi Wilayah Di Kawasan Aglomerasi Malang Raya. J Plano Buana 2023;3:91–9. https://doi.org/10.36456/jpb.v3i2.6801.
[22]Fauzi MR. Ketimpangan, Pola Spasial, dan Kinerja Pembangunan Wilayah di Provinsi Jawa Timur. J Reg Rural Dev Plan (Jurnal Perenc Pembang Wil Dan Perdesaan-JP2WD) 2019:157–71. https://doi.org/10.29244/jp2wd.2019.3.3.157-171.
[23]Dorzhieva EL, Kirillova TK. The Strategy of Regional Development: Cluster Fformation Methods. IOP Conf Ser Earth Environ Sci 2021;751:012141. https://doi.org/10.1088/1755-1315/751/1/012141.
[24]Pemerintah Provinsi Jawa Timur. RPJMD Jawa Timur Tahun 2019-2024. 2019.
[25]Pamungkas Y, Iriani R. Analisis Lq, Shift Share Serta Tipologi Klassen Pada Pegeseran Pertumbuhan Ekonomi Daerah Dan Potensi Sektor Di Kabupaten Magetan Provinsi Jawa Timur. J-CEKI J Cendekia Ilm 2022;1:486–93.
[26]Cahyono SA, Falah F, Raharjo SAS. Identifikasi Sektor Ekonomi Unggulan di Daerah Tangkapan Air Danau Rawa Pening. J Wil Dan Lingkung 2020;8:36–50. https://doi.org/10.14710/jwl.8.1.36-50.
[27]Suhaeni C, Kurnia A, Ristiyanti R. Perbandingan Hasil Pengelompokan menggunakan Analisis Cluster Berhirarki, K-Means Cluster, dan Cluster Ensemble (Studi Kasus Data Indikator Pelayanan Kesehatan Ibu Hamil). J MEDIA INFOTAMA 2018;14. https://doi.org/10.37676/jmi.v14i1.469.
[28]Nofa Martina Ariani, Brian Pradana, Muhammad Indra Hadi Wijaya, Bagus Nuari Priambudi. Analisis Tipologi dan Sektor Unggulan Kabupaten Semarang dengan Menggunakan Pendekatan Location Quotient (LQ), Shift Share, serta Tipoloy Klassen. Media Inf Penelit Kabupaten Semarang 2021;4:37–49. https://doi.org/10.55606/sinov.v4i1.60.
[29]Anselin L. Local Indicators of Spatial Association—LISA. Geogr Anal 1995;27:93–115. https://doi.org/10.1111/j.1538-4632.1995.tb00338.x.
[30]Wang Y, Lv W, Wang M, Chen X, Li Y. Application of Improved Moran’s I in the Evaluation of Urban Spatial Development. Spat Stat 2023;54:100736. https://doi.org/10.1016/j.spasta.2023.100736.
[31]Moran PAP. The Interpretation of Statistical Maps. J R Stat Soc Ser B Stat Methodol 1948;10:243–51. https://doi.org/10.1111/j.2517-6161.1948.tb00012.x.
[32]Anuraga G, Sulistiyawan E. Autokorelasi Spasial untuk Pemetaan Karakteristik Indeks Pembangunan Kesehatan Masyarakat (IPKM) Pada Kabupaten/Kota di Jawa Timur. J Stat Univ Muhammadiyah Semarang 2017;5.
[33]Mailanda R, Kusnandar D. Analisis autokorelasi spasial kasus positif Covid-19 menggunakan Indeks Moran dan LISA. Bimaster Bul Ilm Mat Stat Dan Ter 2022;11.
[34]Wu Z, Zhang F, Di D, Wang H. Study of Spatial Distribution Characteristics of River Eco-Environmental Values based on Emergy-GeoDa Method. Sci Total Environ 2022;802:149679. https://doi.org/10.1016/j.scitotenv.2021.149679.
[35]Ma H, Tong Y. Spatial Differentiation of Traditional Villages using ArcGIS and GeoDa: A Case Study of Southwest China. Ecol Inform 2022;68:101416. https://doi.org/10.1016/j.ecoinf.2021.101416.
[36]Guțoiu G. Spatial Polarization in Bucharest at the 2014 Presidential Election. Eur J Polit Sci 2015;3.
[37]Mardani A, Jusoh A, MD Nor K, Khalifah Z, Zakwan N, Valipour A. Multiple Criteria Decision-Making Techniques and Their Applications – a Review of the Literature from 2000 to 2014. Econ Res Istraživanja 2015;28:516–71. https://doi.org/10.1080/1331677X.2015.1075139.
[38]Nayak MV, D’Souza R. A Survey on Multi-Criteria Decision-Making Methods in Software Engineering. Proj Manag 2001;10.
[39]Pereira DADM, Santos M Dos, Pinheiro De Araujo Costa I, Angelo Lellis Moreira M, Terra AV, Junior CDSR, et al. Multicriteria and Statistical Approach to Support the Outranking Analysis of the OECD Countries. IEEE Access 2022;10:69714–26. https://doi.org/10.1109/ACCESS.2022.3187001.
[40]dos Santos Junior FM, Tomaz PPM, Diniz BP, de Siqueira Silva MJ, de Moura Pereira DA, Marinho do Monte DM, et al. Big Bags Reverse Logistics using Business Intelligence and Multi-Criteria Analysis. Procedia Comput Sci 2022;214:172–8. https://doi.org/10.1016/j.procs.2022.11.163.
[41]Shin D-H, Hassink R. Cluster Life Cycles: The Case of the Shipbuilding Industry Cluster in South Korea. Reg Stud 2011;45:1387–402. https://doi.org/10.1080/00343404.2011.579594.
[42]Jones C. Spatial Economy and the Geography of Functional Economic Areas. Environ Plan B Urban Anal City Sci 2017;44:486–503. https://doi.org/10.1177/0265813516642226.
[43]Arvanitis R, Qiu H. Research for Policy Development: Industrial Clusters in South China. Fuelling Econ Growth Role Public–Private Res Dev 2009:39–85.Refbacks
- There are currently no refbacks.