Syntax Literate: Jurnal Ilmiah Indonesia p�ISSN: 2541-0849 e-ISSN: 2548-1398

Vol. 7, No. 12, Desember 2022

PENGARUH PDRB, PENDIDIKAN DAN KEMISKINAN TERHADAP� PENGANGGURAN DI PROVINSI JAWA TIMUR TAHUN 2018-2021

Muhammad Iqbal Annafi, Maulidyah Indira Hasmarini

Universitas Muhammadiyah Surakata, Indonesia

Email: [email protected], [email protected]

Abstrak

Pembangunan ekonomi suatu wilayah merupakan rangkaian kegiatan yang berkelanjutan untuk menciptakan kondisi bagi pembangunan berkelanjutan. Indikator keberhasilan suatu daerah adalah pertumbuhan ekonomi yang dapat dilihat dari tingkat pengangguran. Tujuan dari penelitian ini adalah untuk mengethaui pengaruh PDRB, Kemiskinan dan Pendidikan Terhadap Tingkat Pengangguran di {rovinsi Jawa Timut. Penelitian ini menggunakan metode analisis regresi dengan data panel. Tahap estimasi� analisis regresi data panel akan meliputi: estimasi parameter� model ekonometrik dengan pendekatan Pooled Least Square (PLS), Fixed Effect Model (FEM), dan Random Effect Model (REM); pemilihan model terestimasi terbaik dengan uji Chow dan uji Hausman, dan uji Lagrange Multiplier jika diperlukan; uji kebaikan model pada model terestimasi terpilih; dan uji validitas pengaruh variabel independen pada model terestimasi terpilih. Hasil Penelitian ini adalah variable PDRB berpenaruh Negatif terhadap Tingkat Pengangguran sedangkan Variabel kemiskinan dan Pendidikan Berpengaruh Positi terhadap Tingkat Pengangguran.

Kata Kunci: Tingkat Pengangguran, PDRB, Kemiskinan, Pendidikan.

Abstract

Pembangunan ekonomi suatu wilayah merupakan rangkaian kegiatan yang berkelanjutan untuk menciptakan kondisi bagi pembangunan berkelanjutan. Indikator keberhasilan suatu daerah adalah pertumbuhan ekonomi yang dapat dilihat dari tingkat aksi. The purpose of this research is to find out the effect of GRDP, Poverty and Education on Unemployment Rates in East Java Province. This study uses the method of regression analysis with panel data. The estimation stage of panel data regression analysis will include: parameter estimation of econometric models using the Pooled Least Square (PLS) approach, Fixed Effect Model (FEM), and Random Effect Model (REM); selection of the best estimated model by Chow test and Hausman test, and Lagrange Multiplier test if necessary; model goodness-of-fit test on the selected estimated model; and test the validity of the effect of independent variables on the selected estimated model. The results of this study are that the GRDP variable has a negative effect on the unemployment rate, while the poverty and education variables have a positive effect on the unemployment rate.

Keywords: Unemployment Rate, GRDP, Poverty, Education.

Pendahuluan

Pembangunan Ekonomi di Suatu daerah merupakan rangkaian kegiatan yang dilakukan secara terus menerus untuk mewujudkan keadaan yang berkesinambungan. Indikator yang digunakan untuk melihat suatu keberhasilan suatu daerah yaitu pertumbuhan ekonomi, Pertumbuhan ekonomi dapat dilihat dari tingkat pengangguran (Deffri et al., 2022). Oleh sebab itu pemerintah juga akan terus melakukan pembangunan di suatu daerah untuk memberikan kesejahteraan bagi masyarakat setempat. Pembangunan Ekonomi sebuah proses multifungsional yang melibatkan perubahan � perubahan yang besar dalam struktur social demi memberantas kemiskinan (Banjarnahor et al., 2021).� Berdasarkan UU No 25 Tahun 2004 tentang sistem perencanaan pembangunan nasional, dijelaskan mengenai Rencana Pembangunan Jangka Menengah Nasional (RPJM Nasional). Dalam pelaksanaan RPJM Nasional, dikenal adanya strategi pokok pembangunan yang salah satunya mengenai strategi pembangunan Indonesia.

Pembangunan Juga merupakan proses menuju kea rah yang lebih baik untuk mencapai tujuan yaitu Indonesia Makmur dan maju. Selain Pembangunan kesejahteraan ekonomi menjadi salah satu indicator yang suatu daerah dapat dinilai maju atau tidak. Produktifitas yang rendah menjadi pengaruh upah tenaga kerja yang diterima, tingkat Sumber Daya Manusia juga menjadi pengaruh tingkat upah yang dierima oleh masyarakat (Widyasworo, 2014). SDM juga menjadi salah satu indicator seseorang memiliki kesempatan kerja, Adapun faktor-faktor yang mempengaruhi peluang kesempatan kerja yaitu : 1. Perkembangan jumlah penduduk dan angkatan kerja. 2. Pertumbuhan ekonomi dan kebijaksanaan mengenai perluasan kesempatan kerja. 3. Modal dan teknologi . tenaga kerja merupakan salah satu faktor produksi yang sangat penting (Setiawan et al., 2014); (Ishak, 2018).

Menurut (Sukirno, 2011) mengatakan bahwa pengangguran adalah seseorang yang sudah digolongkan dalam angkatan kerja, yang secara aktif sedang mencari pekerjaan pada suatu tingkat upah tertentu, tetapi tidak dapat memperoleh pekerjaan yang diinginkan. Tingkat pengangguran menunjukkan persentase dari individu-individu yang ingin bekerja namun tidak memiliki perkerjaan. Seseorang dianggap menjadi penganggur jika tidak bekerja namun masih menunggu untuk mendapatkan pekerjaan. Pengangguran Juga dapat dilihat dari SDM yang dimiliki suatu daerah.

Menurut (Salsabila, 2018), bentuk-bentuk pengangguran adalah: 1. Pengangguran terbuka (open unemployment), adalah mereka yang mampu dan seringkali sangat ingin bekerja tetapi tidak tersedia pekerjaan yang cocok untuk mereka. 2. Setengah pengangguran (under unemployment), adalah mereka yang secara nominal bekerja penuh namun produktivitasnya rendah sehingga pengurangan dalam jam kerjanya tidak mempunyai arti atas produksi secara keseluruhan. 3. Tenaga kerja yang lemah (impaired), adalah mereka yang mungkin bekerja penuh tetapi intensitasnya lemah karena kurang gizi atau penyakitan. 4. Tenaga kerja yang tidak produktif, adalah mereka yang mampu bekerja secara produktif tetapi tidak bisa menghasilkan sesuatu yang baik.

Pendapatan adalah hasil akhir yang didapatkan dalam suatu proses ekonomi. PDRB dapat menggambarkan tingkat kemampuan daerah dalam mengelola sumber daya yang dimiliki (Laksamana, 2016). Menurut BPS PDRB adalah perhitungan dari harga pasar dikurangi penyusutan. Produk Domestik adalah Semua barang dan jasa sebagai hasil dari kegiatan-kegiatan ekonomi yang beroperasi di wilayah domestik, tanpa memperhatikan apakah faktor produksinya berasal dari atau dimiliki oleh penduduk dareha tersebut, merupakan produk domestik daerah yang bersangkutan. Pendapatan yang timbul oleh karena adanya kegiatan produksi tersebut merupakan pendapatan domestik. Produk regional merupakan produk domestik ditambah dengan pendapatan dari faktor produksi yang diterima dari luar daerah/negeri dikurangi dengan pendapatan dari faktor produksi yang dibayarkan ke luar daerah/negeri. Jadi produk regional merupakan produk yang ditimbulkan oleh faktor produksi yang dimiliki oleh residen.

Menurut (Sukirno, 2011), PDRB adalah jumlah nilai tambah bruto (gross value added) yang timbul dari seluruh sektor perekonomian di suatu wilayah atau propinsi. Pengertian nilai tambah bruto adalah nilai produksi (output) dikurangi dengan biaya antara (intermediate cost). Komponen-komponen nilai tambah bruto mencakup komponen-komponen faktor pendapatan (upah dan gaji, bunga, sewa tanah dan keuntungan), penyusutan dan pajak tidak langsung neto. Jadi dengan menghitung nilai tambah bruto dari dari masing-masing sektor dan kemudian menjumlahkannya akan menghasilkan produk domestik regional bruto (PDRB).

Secara Nasional wajib belajar di indonesia adalah 9 tahun, pada setiap daerah tergantung kesiapan dan kemampuan daerah yang dapat diatur pada perda masing-masing daerah. Namun secara Nasional agar terlaksananya Program Pemerintah yakni Program Indonesia Pintar (PIP) melalui penerbitan Kartu Indonesia Pintar (KIP) dengan Permen Dikbud No 19 tahun 2016 Pasal 2 huruf a usia wajib belajar adalah 6 (enam) tahun sampai dengan 21 (duapuluh satu) tahun atau tamat satuan pendidikan menengah sebagai rintisan wajib belajar 12 tahun. Universalitas pendidikan dapat dilihat dari proses hiruk pikuk pendidik-an yang telah dilakukan umat manusia dalam dimensi waktu maupun tempat. Pada waktu kapanpun dan di manapun pendidikan selalu saja diselenggarakan. Undang-undang Republik Indonesia Nomor 20 Tentang Sistem Pendidikan Nasional juga telah menyebutkan bahwa pendidikan diarahkan untuk mengembangkan segenap potensi yang ada pada diri peserta didik untuk memiliki kekuatan spiritual keagamaan, pengendalian diri, kepribadian, kecerdasan, akhlak mula, serta ketrampilan yang diperlukan bagi dirinya, masyarakat, bangsa dan Negara (Suripto & Subayil, 2020).

Undang-Undang Republik Indonesia Nomor 20 Tahun 2003 tentang Sistem Pendidikan, pendidikan didefiniskan sebagai usaha sadar dan terencana untuk mewujudkan suasana belajar dan proses pembelajaran agar peserta didik secara aktif mengembangkan potensi dirinya untuk memiliki kekuatan sepiritual keagamaan, pengendalian diri, kepribadian, kecerdasan, akhlak mulia, serta ketrampilan yang diperlukan dirinya, masyarakat, bangsa, dan negara.

Kemiskinan merupakan salah satu masalah yang dihadapi setiap negara, masih banyak negara negara maju yang memiliki tingkat kemiskinan di daerah tertentu di suatu negara tersebut. Kemiskinan merupakan kondisi dimana seseorang tidak dapat menikmati segala macam pilihan dan kesempatan dalam pemenuhan kebutuhan dasarnya, seperti tidak dapat memenuhi kesehatan, standar hidup layak, kebebasan, harga diri, dan rasa dihormati seperti orang lain, serta suramnya masa depan bangsa dan negara (Retnowati et al., 2015). Pengaruh Pengangguran terhadap Tingkat Kemiskinan Menurut (Sukirno, 2013), efek buruk dari pengangguran adalah mengurangi pendapatan masyarakat yang pada akhirnya mengurangi tingkatkemakmuran yang telah dicapai seseorang. Semakin turunnya kesejahteraan masyarakat karena menganggur tentunya akan meningkatkan peluang mereka terjebak dalam kemiskinan karena tidak memiliki pendapatan. Apabila pengangguran di suatu negara sangat buruk, kekacauan politik dan sosial selalu berlaku dan menimbulkan efek yang buruk bagi kesejahteraan masyarakat dan prospek pembangunan ekonomi dalam jangka panjang.

Di Indonesia, pengukuran kemiskinan menggunakan pendekatan kebutuhan dasar (basic needs). Berdasarkan pendekatan kebutuhan dasar, ada tiga indikator kemiskinan yang digunakan, yaitu indeks per kepala (head count index), indeks kedalaman kemiskinan (poverty gap index), dan indeks keparahan kemiskinan (poverty severity index) (Syaparuddin, 2014). Headcount index digunakan untuk mengukur kebutuhan absolut yang terdiri dari dua komponen, yaitu garis kemiskinan makanan dan garis kemiskinan non makanan (Parameswari Widarukmi & Daryono Soebagiyo, 2015). Garis kemiskinan sebagai dasar untuk perhitungan head count indexditentukan berdasarkanbatas pengeluaran minimum untuk konsumsi makanan setara dengan 2100 kkal per hari dan konsumsi non makanan (Ramdhan et al., 2017); (Yacoub, 2013). Berdasarkan latar belakang tersebut penulis tertarik untuk melakukan penelitian dengan judul Pengaruh PDRB, Kemiskina, dan Pendidikan terhadap tingkat Pengangguran.

Metode Penelitian

Analisis yang digunakan adalah analisis regresi dengan data panel dan persamaan sebagai berikut:

di mana:

UNEMP �������� : Pengangguran (%)

PDRB������������ : Produk Domestik Regional Bruto (%)

POVERTY���� : Kemiskinan (%)

EDUC������������ : Pendidikan (%)

������������������� : Konstanta

����������� : Koefiesien Regresi

Log����������������� : Operasi Logaritma

� �������������������� : Variabel Pengganggu

i ��������������������� : Observasi (Negara)

t ��������������������� : Banyaknya waktu

����������� Tahap estimasi� analisis regresi data panel akan meliputi: estimasi parameter� model ekonometrik dengan pendekatan Pooled Least Square (PLS), Fixed Effect Model (FEM), dan Random Effect Model (REM); pemilihan model terestimasi terbaik dengan uji Chow dan uji Hausman, dan uji Lagrange Multiplier jika diperlukan; uji kebaikan model pada model terestimasi terpilih; dan uji validitas pengaruh variabel independen pada model terestimasi terpilih. Jenis data yang digunakan dalam penelitian adalah data panel, yaitu kombinasi antara data time series dan data cross section.

Hasil dan Pembahasan

A. Hasil

Hasil estimasi model ekonometrik di muka dengan pendekatan Pooled Least Square (PLS)/ CEM, Fixed Effect Model (FEM) dan Random Effect Model (REM) beserta hasil uji pemilihan modelnya terangkum pada Tabel 1.

Tabel 1

Hasil Estimasi Model Ekonometrik Regresi Data Panel - Cross section

Variabel	Koefisien Regresi
	CEM	FEM	REM
C	0.280608	-20.96445	-0.404159
logIKIP	0.124568	-0.044153	0.111393
logLTKP	-0.162223	0.373545	0.052895
logPDBP	�0.518659	3.248729	0.600305
R^2	�0.345585	0.709082	0.218898
Adjusted. R^2	�0.332319	0.604246	0.203065
Statistik F	�26.05201	6.763765	13.82529
Prob. Statistik F	� 0.000000	0.000000	0.000000
Uji Pemilihan Model 1) �Chow ����� Cross- Section F(37,111)= 3.748448; Prob. F(37,111) = 0,0000 2) Hausman ����� Cross-Section random χ^2(3) = 25.932921; Prob. χ^2= 0,0000

Uji Chow dan uji Hausman memperlihatkan bahwa (FEM) terpilih sebagai model terestimasi terbaik, terlihat dari probabilitas atau signifikansi pada uji chow memiliki nilai prob sebesar 0.0000 < 0,01 dan uji hausman memilki nilai prob sebesar 0.0000 <0,01. Hasil estimasi lengkap dari model terestimasi FEM, terlihat pada Tabel 2 dan Tabel 3.

Tabel 2.
Model Estimasi Fixed Effect Model (FEM)

= -20.96445

����������������������������������������������� (0,9248)����������������� (0,3404)������������������������ �(0,0000)*

�R² = 0,709082; DW = 1.953081; F. = 6.763765; Prob. F = 0,00000

Sumber: BPS, diolah. Keterangan: *Signifikan pada α = 0,01; **Signifikan pada α = 0,05; ***Signifikan pada α = 0,10; Angka di dalam kurung adalah probabilitas nilai statistik t.

Dari Tabel 3 terlihat model terestimasi FEM eksis dengan probabilitas atau signifikansi empirik statistik F bernilai 0,0000 (< 0,01), dengan nilai koefisien determinasi (R²) sebesar 70,90%; yang artinya variabel pengangguran dipengaruhi oleh variabel PDRB, kemiskinan, dan pendidikan sisanya 29,09% dipengaruhi oleh variabel lain yang tidak dimasukan ke dalam model ekonometrika. Hasil inilah yang menunjukkan bahwa model terestimasi FEM memiliki daya ramal yang sangat tinggi. Namun demikian, daya ramal ini harus dimaknai secara kritis, karena secara terpisah dari variabel lainnya dalam model ekonometrik, ternyata hanya satu variabel saja, yakni variabel pendidikan yang memilki pengaruh signifikan, dengan probabilitas atau signifikansi empirik statistik t sebesar 0,0000 (< 0,01).

Variabel pendidikan memiliki nilai koefisien regresi sebesar 3,248729 dengan pola hubungan linier-linier. Artinya, apabila pendidikan mengalami kenaikan sebesar 1 persen, maka pengangguran akan mengalami penurunan sebesar 3,248729 �persen. Sebaiknya, jika pendidikan mengalami penurunan sebesar 1 persen, maka pengangguran akan mengalami kenaikan sebesar 3,248729 persen.

B. Pembahasan

1. Pengaruh Variabel PDRB terhadap Pengangguran

Pada model estimasi terpilih menjelaskan bahwa varibel PDRB memiliki pengaruh yang negative artinya ketika PDRB naik maka tingkat pengangguran akan menurun. Hasil penelitian ini sesuai dengan teori yang menyatakan jika suatu pertumbuhan ekonomi meningkat, maka diharapkan dapat menyerap tenaga kerja sehingga dapat merendahkan tingkat pengangguran dalam artian pertumbuhan ekonomi berpengaruh negatif terhadap tingkat pengangguran. Hasil penelitian ini sejalan dengan penelitian yang telah dilakukan oleh Ali Tutupoho (2019) yang menyatakan bahwa pengaruh adanya pertumbuhan ekonomi terhadap pengangguran memilki pengaruh yang negatif di Kabupaten/Kota Provinsi Maluku. Diharapkan dari hasil penelitiannya ini dengan adanya penambahan PDRB di setiap wilayah mampu menyerap tenaga kerja sehingga pengangguran semakin berkurang.

2. Pengaruh Variabel Kemiskinan terhadap Pengangguran

Pada model estimasi terpilih menjelaskan bahwa varibel kemiskinan memiliki pengaruh yang positif artinya ketika kemiskinan naik maka pengangguran juga akan naik. hal ini dapat terjadi karena menurut data BPS Provinsi Jawa Timur selama kurun waktu dua tahun terkahir yakni tahun 2020-2021 tingkat penduduk kemiskinan disetiap Kabupaten/Kota selalu mengalami kenaikan hal inilah yang menyebabkan pengangguran juga ikut meningkat karena banyaknya orang yang tidak memilki pekerjaan atau kurangnya pendapatan yang diperoleh masyarakat.� Hasil penelitian ini sejalan dengan penelitian yang telah dilakukan oleh� Dahma Rama Ramadhan, Djoko Setyadi, dan Adi Wijaya (2017) yang menyatakan bahwa pengaruh kemiskinan terhadap pengangguran adalah positif yang dimana setiap kenaikan kemiskinan akan menyebabkan pengangguran meningkat. Hasil penelitian ini juga sejalan dengan penelitian yang dilakukan oleh Dian Oktaviani (2001). Dian oktaviani menyatakan bahwa jumlah pengangguran erat kaitanya dengan kemiskinan yang penduduknya memilki ketergantungan yang sangat besar terhadap pendapatan atau upah yang diperoleh pada saat itu, hilangnya pekerjaan� menyebabkan sebagian besar pendapatan untuk membeli kebutuhan sehari-hari, artinya� semakin tinggi pengangguran kemiskinan juga akan meningkat.

3. Pengaruh Variabel Pendidikan terhadap Pengangguran

Pada model estimasi terpilih menjelaskan bahwa varibel pendidikan memiliki pengaruh yang positif artinya ketika pendidikan naik maka pengangguran juga akan naik. Penelitian ini sejalan dengan teori dan penelitian terdahulu menurut Edy (2009) menyatakan bahwa tingkat pendidikan yang tinggi akan mencari pekerjaan di daerah yang memilki leading sector usaha sesuai dengan pendidikannya, karena hal ini akan lebih leluasa bersaing di daerah atau Provinsi lain yang leading sector usaha sesuai pendidikan yang dimilki orang tersebut.� Hal ini bertentangan dengan teori Human Capital yang berpendapat bahwa dimana sesorang dapat meningkatkan penghasilannya melalui peningkatan pendidikan. Hasil penelitian yang sama juga dilakukan oleh Imarotus Suaidah dan Hendry Cahyono yang menyatakan bahwa pengaruh dari adanya tingkat pendidikan� di Kabupaten Jombang memilki pengaruh yang positif artinya setiap kenaikan pendidikan menyebabkan pengangguran meningkat.

Tabel 3.
Efek dan Konstanta Wilayah

No	Kabupaten/Kota	Effect	Konstanta Baru
1	Pacitan	-1.5804	-22.544847
2	Ponorogo	0.983024	-19.981426
3	Trenggalek	0.564638	-20.399812
4	Tulungagung	-2.37597	-23.340424
5	Blitar	0.456855	-20.507595
6	Kediri	-0.34307	-21.307521
7	Malang	1.678359	-19.286091
8	Lumajang	3.238213	-17.726237
9	Jember	5.090257	-15.874193
10	Banyuwangi	2.176915	-18.787535
11	Bondowoso	5.87407	-15.09038
12	Situbondo	3.378927	-17.585523
13	Probolinggo	5.980942	-14.983508
14	Pasuruan	3.666713	-17.297737
15	Sidoarjo	-4.86118	-25.825628
16	Mojokerto	-1.66767	-22.632119
17	Jombang	-0.68685	-21.651296
18	Nganjuk	-0.12074	-21.085186
19	Madiun	-0.02662	-20.991069
20	Magetan	-2.2349	-23.199349
21	Ngawi	2.27057	-18.69388
22	Bojonegoro	2.121777	-18.842673
23	Tuban	2.411498	-18.552952
24	Lamongan	-0.53273	-21.497184
25	Gresik	-2.1681	-23.132545
26	Bangkalan	9.224077	-11.740373
27	Sampang	8.760518	-12.203932
28	Pamekasan	2.585608	-18.378842
29	Sumenep	5.051884	-15.912566
30	Kota Kediri	-6.23205	-27.1965
31	Kota Blitar	-6.54227	-27.506716
32	Kota Malang	-4.2965	-25.260946
33	Kota Probolinggo	-2.94097	-23.905422
34	Kota Pasuruan	-3.416	-24.380452
35	Kota Mojokerto	-7.73426	-28.698709
36	Kota Madiun	-9.419	-30.38345
37	Kota Surabaya	-4.31126	-25.275713
38	Kota Batu	-4.02432	-24.988769

Pada Tabel 3 terlihat bahwa daerah dengan nilai konstanta tertinggi adalah Kabupaten Bangkalan yakni sebesar -11.740373. Artinya, terkait dengan pengaruh variabel PDRB, kemiskinan, dan pendidikan yang memiliki tingkat pengangguran paling tinggi dibandingkan dengan Kabupaten/Kota di Provinsi Jawa Timur. Sedangkan Nilai konstanta terendah dimiliki oleh Kota Madiun, yaitu sebesar -30.38345. Artinya, terkait dengan pengaruh variabel PDRB, kemiskinan, dan pendidikan yang memiliki tingkat pengangguran paling rendah dibandingkan dengan Kabupaten/Kota di Provinsi Jawa Timur

Kesimpulan

Berdasarkan uraian diatas, diambil kesimpulan bahwa bagi daerah sekiranya untuk memperhatikan tingkat pendidikan masyarakatnya supaya menekan tingkat pengangguran. Bagi peneliti selanjutnya disarankan untuk menambah variabel independen yang dapat mempengaruhi Tingkat pengangguran Diharapkan peneliti selanjutnya menambahkan periode pengamatan untuk hasil yang lebih mendalam. Dengan Penelitian Ini Semoga dapat memeberikan Analisis jalan keluar guna mengatasi permasalahan dalam negara ini.

BIBLIOGRAFI

Banjarnahor, A. R., Simanjuntak, M., Revida, E., Purba, S., Purba, B., Simarmata, J., Nasrullah, N., Murdana, I. M., Sudarmanto, E., & Harizahayu, H. (2021). Strategi Bisnis Pariwisata. Medan: Yayasan Kita Menulis. Google Scholar

Deffri, D., Tjondro, H. A., Firman, F., & Riki, H. (2022). Pertumbuhan Ekonomi dan Tingkat Kemiskinan (Studi Kasus Kabupaten Bengkayang). EKOMBIS REVIEW: Jurnal Ilmiah Ekonomi Dan Bisnis, 10(1), 229�236. https://doi.org/10.37676/ekombis.v10i1.1774. Google Scholar

Ishak, K. (2018). Faktor-Faktor Yang Mempengaruhi Pengangguran Dan Inflikasi Terhadap Indeks Pembangunan Di Indonesia. Iqtishaduna: Jurnal Ilmiah Ekonomi Kita, 7(1), 22�38. Google Scholar

Laksamana, R. (2016). Pengaruh PDRB terhadap pengangguran di kabupaten/kota Kalimantan Barat. Jurnal Audit Dan Akuntansi Fakultas Ekonomi Dan Bisnis Universitas Tanjungpura, 5(2), 111�134. Google Scholar

Parameswari Widarukmi, L., & Daryono Soebagiyo, Me. (2015). Analisis Faktor-Faktor yang mempengaruhi Tingkat Kemiskinan di Kota Surakarta Tahun 1995-2013. Universitas Muhammadiyah Surakarta. Google Scholar

Ramdhan, D. A., Setyadi, D., & Wijaya, A. (2017). Faktor-faktor yang mempengaruhi tingkat pengangguran dan kemiskinan di kota samarinda. Inovasi, 13(1), 1�18. https://doi.org/10.30872/jinv.v13i1.2434. Google Scholar

Retnowati, D., Si, M., & Harsuti, S. E. (2015). Pengaruh Pengangguran Terhadap Tingkat Kemiskinan di Jawa Tengah. Jurnal Ekonomi, 4(1), 47�52. Google Scholar

Salsabila, B. (2018). Dampak Pengangguran terhadap Tingkat Kemiskinan. osf.io. Google Scholar

Setiawan, D., Maulida, Y., & Sandika, R. S. (2014). Pengaruh Investasi Terhadap Penyerapan Tenaga Kerja Di Kabupaten Pelalawan. Riau University. Google Scholar

Sukirno, S. (2011). Makro ekonomi teori pengantar edisi ketiga. Jakarta: Rajawali Pers. Google Scholar

Sukirno, S. (2013). Mikroekonomi teori pengantar. Google Scholar

Suripto, S., & Subayil, L. (2020). Pengaruh Tingkat Pendidkan, Pengangguran Pertumbuhan Ekonomi dan Indeks Pembangunan Manusia terhadap Kemiskinan di Yogyakarta Priode 2010-2017. GROWTH Jurnal Ilmiah Ekonomi Pembangunan, 1(2), 127�143. Google Scholar

Syaparuddin, S. (2014). Strategi Penanggulangan Kemiskinan di Kabupaten Sarolangun. Jurnal Penelitian Universitas Jambi: Seri Humaniora, 16(1), 43462. Google Scholar

Widyasworo, R. (2014). Analisis Pengaruh Pendidikan, Kesehatan, dan Angkatan Kerja Wanita Terhadap Kemiskinan di Kabupaten Gresik (Studi Kasus tahun 2008-2012). Universitas Brawijaya. Google Scholar

Yacoub, Y. (2013). Pengaruh tingkat pengangguran terhadap tingkat kemiskinan Kabupaten/Kota di Provinsi Kalimantan Barat. Politeknik Negeri Pontianak. Google Scholar

Copyright holder:

Muhammad Iqbal Annafi, Maulidyah Indira Hasmarini (2022)

First publication right:

Syntax Literate: Jurnal Ilmiah Indonesia

This article is licensed under: