Pendahuluan

Perpindahan yang dilakukan oleh penduduk tidak hanya bergantung kepada aspek kebutuhan hidup manusia, namun adanya pengaruh dari kebutuhan produk, teknologi serta informasi yang beredar di Indonesia.

Perbedaan yang kerap dirasakan penduduk pada setiap wilayah yaitu terletak pada potensi sumber daya yang ada dalam wilayah, hal tersebut menimbulkan ketimpangan potensi antar daerah.

Suatu perpindahan penduduk dapat disebut juga mobilitas yang dilakukan dengan kesadaran penduduk pribadi. Proses mobilitas memiliki dua jenis perpindahan yaitu perpindahan secara menetap (permanen) dan perpindahan sementara (nonpermanen) (Bandiyono, 2011).

A. Migrasi

Menurut Agung (2012), Migrasi merupakan kegiatan yang dilakukan penduduk untuk berpindah tempat ke tempat lainnya ditandai dengan melewati batas kota maupun batas negara.

Proses perpindahan penduduk dibedakan menjadi dua dimensi, yaitu dimensi daerah dan dimensi waktu. Dimensi waktu tidak akan memiliki ukuran maupun batas yang ditentukan untuk mengetahui lama nya seseorang berpindah hingga dinyatakan sebagai migran. Data tersebut digunakan oleh pihak sensus penduduk yang melakukan penetapan migran terhadap seseorang.

Menurut Harmadi (2018), Migrasi merupakan aktivitas mobilitas yang dilakukan oleh penduduk dalam melakukan pemenuhan kebutuhan hidup dengan berpindah wilayah tinggal ke wilayah lainnya

sementara ataupun seumur hidup, seseorang yang melakukan perpindahan wilayah tinggal disebut migran.

Berdasarkan kedua pendapat dapat ditarik kesimpulan bahwa proses migrasi dapat diartikan sebuah proses mobilitas penduduk dari wilayah tinggal ke perkotaan saat ini dalam kurun waktu enam bulan. Status migran dapat diklasifikasi menjadi migran tetap dalam kurun waktu lebih dari 5 tahun masih menetap pada kota saat ini dan migran sementara dalam kurun waktu kurang dari 5 tahun melakukan perpindahan kota tinggal.

Berdasarkan keputusan yang diberikan oleh pihak sensus penduduk, seseorang dinyatakan sebagai migran bila proses perpindahan telah genap selama 6 bulan sejalan dengan lokasi tinggal. Hal tersebut berarti seseorang menjadi migran ketika proses perpindahan nya telah mencapai 6 bulan.

Keterangan perpindahan tempat tinggal yang dilakukan oleh seseorang dapat dilihat dengan berkas perpindahan yang dimiliki oleh seseorang, bila terdapat catatan perpindahan seseorang atas tempat tinggalnya maka dapat dinyatakan sebagai proxy migrasi (Hermawan, 2013).

B. Migrasi risen

Migrasi risen merupakan proses perpindahan penduduk dapat ditentukan berdasasrkan catatan perbedaan wilayah saat ini dan wilayah tinggal dalam lima tahun terakhir (Muhamad, 2021). Pada pandangan modern, migrasi tidak hanya sekedar mobilitas individu namun sebuah kebutuhan yang terorganisir untuk pemenuhan kehidupan seperti pendidikan, pekerjaan, dan lain sebagainya. Migrasi risen dapat membentuk sebuah pola ruang atau tempat (spasial), artinya seseorang akan tercatat dalam data ketika melakukan perpindahan tempat tinggal dalam wilayah tertentu pada jangka waktu lima tahun terakhir (Atmani, 2020).

Wilayah yang memiliki jumlah presentase migrasi risen terbesar di Indonesia pada tahun 2015 yaitu Provinsi Jawa Barat, Jawa Timur, DKI Jakarta, Jawa Tengah, dan Banten. Pada tabel 1 menunjukan besaran jumlah migrasi risen keluar dan masuk dari lima kota yang dikategorikan sebagai kota yang memiliki jumlah migrasi risen masuk terbesar.

Tabel 1

Migrasi Risen (Jiwa)

Tahun 2015

No	Provinsi	Jumlah Migrasi Masuk	Jumlah Migrasi Keluar
1	Jawa Barat	750.999	506.573
2	Jawa Timur	315.543	421.349
3	DKI Jakarta	499.101	706.353
4	Jawa Tengah	518.103	647.482
5	Banten	324.472	207.385

Sumber: Badan Pusat Statistik 2016

Data Badan Pusat Statistik (2016), menunjukkan bahwa jumlah perpindahan penduduk dengan cakupan waktu sementara (risen) menunjukkan bahwa Provinsi Jawa Barat memiliki jumlah tertinggi pada perpindahan penduduk dengan status perpindahan sementara (Atmani, 2020). Dari kelima data yang disajikan di atas terdapat provinsi Jawa Timur yang memiliki angka terendah dalam hal migrasi masuk kedalam wilayah Jawa Timur.

Migrasi Risen Jawa Barat dengan jumlah yang cukup tinggi dipengaruhi oleh faktor pendidikan dengan terdapat 4 dari 10 Perguruan Tinggi Negeri (PTN) terbaik di Indonesia berada di provinsi Jawa Barat. Berdasarkan hasil riset dikti, PTN yang beradaï¿½ padaï¿½ Provinsiï¿½ Jawaï¿½ Baratï¿½ yaitu Universitasï¿½ Indonesia,ï¿½ Institut Pertanianï¿½ Bogor,ï¿½ Institut Teknologiï¿½ Bandungï¿½ danï¿½ Universitasï¿½ Padjajaran (Kemenristekdikti, 2019). Dibalik faktor pendidikan yang menjadi salah satu pendorong adanya migrasi, berbagai faktor lain diduga dapat mempengaruhi migrasi risen yaitu meliputi teknologi, UMK, laju pertumbuhan penduduk dan angkatan kerja. Tingkat pembangunan ekonomi yang didasari oleh adanya sumber daya manusia akan menjadi fokus utama pada penelitian ini untuk dapat memberikan klasifikasi secara detail. ï¿½

C. Teknologi

Di era globalisasi ini, para migran berkomunikasi dengan teknologi internet yang lebih modern. Dengan menggunakan teknologi ini, migran akan lebih memahami kondisi dari tujuan mereka. Media sosial digunakan untuk membuat dan membangun koneksi jarak jauh (Hidayati, 2019)

Kesenjangan potensi ekonomi dan sosial pada wilayah tertentu memberikan pandangan bahwa dengan melakukan migrasi ke wilayah yang memiliki potensi ekonomi tertinggi akan mudah mendapatkan segala sesuatu. Perkembangan teknologi saat ini sungguh sangat membantu proses pencarian informasi terkait proses migrasi seperti pembelian tiket kendaraan, menggali informasi pekerjaan, dan lain sebagainya.

Informasi yang diakses dengan teknologi komunikasi seperti media sosial memberikan kemudahan untuk dapat mengakses informasi dan mengurasi resiko yang akan dialami ketika melakukan migrasi. Media sosial akan memberikan informasi terkait wilayah yang memiliki potensi dan sumber daya lebih unggul (Davis, 2021).

Keterkaitan teknologi infomrasi memberikan kemudahan kepada masyarakat untuk dapat berkomunikasi kepada sanak saudara yang berada pada wilayah yang ingin dituju, hal tersebut memberikan keyakinan matang terkait proses migrasi ke wilayah lain.

Penggunaan teknologi informasi ini akan memberikan banyak informasi dan kondisi wilayah yang ingin ditinggali sehingga hanya sekedar membangun koneksi kepada seseorang yang dikenali pada wilayah yang dituju (Hidayati, 2019).

D. Upah Minimum Kota

Upah merupakan pemberian hasil balas jasa seseorang terkait hasil kerja yang telah diberikan seseorangn atas kerja keras untuk mendukung tujuan suatu organisasi. Upah dapat dikatakan sebagai imbalan finansial yang diberikan secara langsung kepada pekerja berdasarkan hasil yang telah dicapai, jam kerja yang telah dikerahkan dan pelayanan yang telah diberikan.

Upah minimum kota (UMK) tidak akan mempertimbangkan pembayaran finansial atas tanggungan seseorang dalam kehidupannya, hanya sekedar tolak ukur kinerja karyawan terhadap organisasi pekerrjaan. Maka dari itu UMK dijadikan sebuah tolak ukur upah pekerja ketika masa kerja berlangsung (Hasanah, 2019).

E. Pertumbuhan penduduk

Pertumbuhan penduduk akan mempegaruhi pertumbuhan angkatan kerja pada suatu wilayah pada tahun tersebut. Faktor pemacu pertumbuhan penduduk terletak pada potensi yang dimiliki suatu wilayah, jumlah tenaga kerja yang cukup tinggi akan memberikan jumlah tenaga kerja yang cukup produktif, hal tersebut dapat memberikan dampak kepada pertumbuhan penduduk.

Faktor yang memperkuat perilaku migrasi penduduk dibagi menjadi 3 faktor yaitu : kelahiran (fertilitas), kematian (mortalitas), perpindahan (migrasi) (Rohani, 2020). Perpindahan penduduk akan mempengaruhi jumlah pertumbuhan penduduk, bila perpindahan masuk kedalam kota cukup tinggi maka akan mempengaruhi kenaikan jumlah pertumbuhan penduduk pada kota tersebut (Fang, 2013).

F. Tenaga kerja

Tenaga kerja merupakan sebuah tenaga produktif dalam proses kinerja pada perusahaan yang dapat membantu mencapai tujuan dari organisasi perusahaan. Berdasarkan Badan Pusat Statistik (BPS), memberikan penegasan bahwa penduduk yang telah memasuki usia kerja yaitu penduduk yang telah berusia 15 tahun keatas (Noveria, 2017).

Penduduk usia kerja dipetakan dalam tiga jenis yaitu usia kerja yang sedang bekerja, usia kerja yang sedang mencari pekerja, dan bukan angkatan kerja. Pada jenis bukan angkatan kerja dikategorikan sebagai usia kerja yang masih sekolah, mengurus rumah tangga dan alasan lainnya (Maulida, 2016).

Dalam penelitian yang telah dilakukan oleh Agung (2021) berjudul ï¿½Migrasi penduduk ke pulau Jawa dan faktor-faktor yang yang mempengaruhiï¿½. Variabel yang digunakan dalam penelitian ini akan menganalisis mengenai pengaruh teknologi, Upah minimum kota (UMK), jumlah angkatan kerja, dan pertumbuhan penduduk terhadap migrasi risen di Jawa Barat.

Penelitian yang telah dilakukan oleh Agung (2021) bahwa UMP dan investasi memiliki jumlah yang saling berpengaruh positif, dan PDRB memiliki pengaruh negatif. Pengeluaran pemerintah yang telah diteliti didapat bahwa tidak memiliki keterkaitan terhadap migrasi.

Perbedaan dalam sebelumnya dengan proses penelitian saat ini terletak pada faktor yang di amati yaitu teknologi, UMK, laju pertumbuhan penduduk dan partisipasi angkatan kerja. Penelitian ini dilakukan untuk membuktikan bahwa faktor upah minimum kota, partisipasi angkatan kerja, teknologi, dan pertumbuhan penduduk memiliki pengaruh signifikan atau tidak pada aktivitas migrasi penduduk risen di Jawa Barat. Data yang digunakan untuk penelitian ini yakni data 4 kota dan 4 kabupaten yang memiliki jumlah migrasi tertinggi selama lima tahun terakhir.

Metode Penelitian

Pada penelitian ini menggunakan jenis data primer yang didapatkan dari Badan Pusat Statistik (BPS) Jawa Barat. Penelitian ini menggunakan data dengan kurun waktu selama 5 tahun, sejak tahun 2015 hingga tahun 2020. Dalam penelitian ini akan dilakukan pengujian berdasarkan kabupaten dan kota dengan jumlah migrasi risen tertinggi yang ada pada Provinsi Jawa Barat, yaitu 4 Kabupaten dan 4 Kota yang ada di Jawa Barat. Proses pengumpulan data pada penelitian ini dengan mempelajari studi pustaka, literatur terdahulu yang memiliki tema dan arah penelitian yang terikat dengan judul penelitian ini. Pendekatan pada penelitian ini menggunakan pendekatan kuantitatif.

Metode uji data menggunakan uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi, sedangkan dalam proses pengambilan keputusan berdasarkan hasil keluaran metode ditentukan dengan menggunakan p-value (probabiliti), R-squared, Adjusted R-squared, dan F-statistik (Rohman, 2011).

Dalam penelitian ini akan menggunakan pendekatan Ordinary Least Square (OLS), dengan bentuk model ekonometrika sebagai berikut:

Penelitian ini akan membuktikan bahwa faktor yang mempengaruhi proses migrasi risen penduduk dengan melibatkan variabel teknologi dengan satuan persentase (%) berkonotasi (TE), upah minimum kota / kabupaten dengan satuan rupiah (Rp) berkonotasi (UMK), laju pertumbuhan penduduk dengan satuan persentase (%) berkonotasi (LPP) dan partisipan angkatan kerja dengan satuan jiwa berkonotasi (PAK) pada Provinsi Jawa Barat pada periode 2015ï¿½2020.

Hasil dan Pembahasan

Penelitian ini dilakukan dengan menganalisis faktor yang mempengaruhi adanya migrasi penduduk dari wilayah satu ke wilayah lainnya. Faktor yang mempengaruhi migrasi risen penduduk terdiri dari teknologi, upah maksimum kota, laju pertumbuhanï¿½ penduduk dan partisipan angkatan kerja dengan kurun waktu sejak tahun 2015 hingga 2020. Data yang dihimpun dari jumlah migrasi risen penduduk sejak tahun 2015 hingga tahun 2020 akan menggunakan data sampel kabupaten dan kota dengan jumlah migrasi risen tertinggi di Jawa Barat, yaitu 4 Kabupaten dan 4 Kota pada provinsi Jawa Barat. Penelitian ini menggunakan metode Ordinary Least Square (OLS), maka proses pengolahan data akan di awali dengan penentuan model terbaik yang terdiri dari Common Effect Model (CEM), Random Effect Model (REM), dan Fixed Effect Model (FEM).

Tabel 2

Data Hasil Estimasi Model Menggunakan Pendekatan Least Square

Variabel	Coefficient
Variabel	CEM	FEM	REM
C	-41.87158	133.8842	-3.509808
UM	-0.823359	-9.657632	-0.419645
PAK	4.328161	1.051716	1.097117
TE	56587.83	0.529758	5.692047
LPP	-23.73258	3.582852	5.525332
Eror Term	19582.242	16728.24	16925.86
R-Square	0.857118	0.999216	0.21234
Prob (F-Statistic)	0.000000	0.000000	0.004652

Sumber: Olah Data Peneliti

Berdasarkan hasil estimasi dari pendekatan Ordinary Least Square akan dibuktikan model terbaik yang dapat digunakan pada penelitian ini. Penelitian ini akan menggunakan proses uji dengan melakukan Uji Chow, Uji Hausman dan Uji Asumsi Klasik.

Hipotesa Uji Chow

H0: Chi-square > 0,05, artinya model yang terbaik merupakan Common effect mode (CEM)

H1: Chi-square < 0,05, artinya model yang terbaik merupakan Fixed Effect Model (FEM).

Tabel 3

Data hasil estimasi Uji Chow



Effects Test	Statistic	Prob.


Cross-section F	798.379381	0.0000
Cross-section Chi-square	246.617949	0.0000
Period F	0.974224	0.4479
Period Chi-square	6.608701	0.2514
Cross-Section/Period F	498.533129	0.0000
Cross-Section/Period Chi-square	249.867368	0.0000

Sumber: Data diolah

Berdasarkan dari hasil estimasi Uji Chow didapatkan nilai probabilitas Period Chi-square sebesar 0.000, maka dapat disimpulkan bahwa H0 ditolak. Pada hasil uji chow dapat dikatakan bahwa fixed effect model (FEM) merupakan model terbaik.

Hipotesa Uji Chow:

H0: Prob. Cross-section F > 0.05, artinya model yang terbaik ditentukan adalah random effect model (FEM).

H1: Prob. Cross-section F < 0.05, artinya model yang terbaik ditentukan adalah random effect model (FEM).

Tabel 4

Data Hasil Estimasi Uji Hausman

Test Summary	Chi-Sq. Statistic	Prob.


Cross-section random	0.000000	1.0000
Period random	168.042304	0.0000
Cross-section and period random	7.801774	0.0202

Sumber: Data diolah

Berdasarkan dari hasil estimasi Uji Hausman didapatkan nilai probabilitas Period Cross-section and period random (0.0202), maka dapat disimpulkan bahwa H0 ditolak. Pada hasil Uji Hausman dapat dikatakan bahwa fixed effect model (FEM) merupakan model terbaik. Berdasarkan hasil akhir dari pengujian Uji Hausman dan Uji Chow dinyatakan bahwa penentuan model terbaik untuk proses penelitian selanjutnya yaitu fixed effect model (FEM).

Proses pemilihan model terbaik akan uji kembali dengan menggunakan uji asumsi klasik dengan melibatkan variabel yang mempengaruhi migrasi penduduk Jawa Barat yaitu UMK, angkatan kerja, teknologi, dan laju pertumbuhan penduduk.

Hipotesa Uji Heteroskedastisitas:

H0ï¿½ï¿½ï¿½ï¿½ï¿½ï¿½ : Prob. > 0.05, artinya pada hasil uji model tidak mengalami heteroskedastisitas.

H1ï¿½ï¿½ï¿½ï¿½ï¿½ï¿½ : Prob. < 0.05, artinya pada hasil uji model mengalami heteroskedastisitas.

Berdasarkan hasil estimasi uji heteroskedastisitas, seluruh variabel bebas memiliki jumlah probabilitas lebih dari 0,05. Artinya H0 dapat diterima, dapat dikatakan bahwa seluruh variabel independen tidak terjadi heteroskedastisitas pada fixed effect model.

Hipotesa pada pengujian Normalitas

Untuk menguji normalitas, dapat menggunakan jarque-bera (JB) probability, sehingga didapatkan,

H0ï¿½ï¿½ï¿½ï¿½ï¿½ï¿½ : JB probability > 0.05, sehingga dalam model data terdistribusi normal.

H1ï¿½ï¿½ï¿½ï¿½ï¿½ï¿½ : JB probability < 0.05, sehingga dalam model data tidak terdisribusi normal.

Gambar 1

Data hasil pengujian normalitas

Sumber: Data diolah peneliti

Berdasarkan hasil tabel standardized residuals nilai JB probability bernilai sebesar 0.9724, maka dapat disimpulkan bahwa H0 diterima sehingga data terdistribusi normal pada fixed effect model.

Hipotesis pada Uji Multikolinearitas

H0ï¿½ï¿½ï¿½ï¿½ï¿½ï¿½ : r < 0.8, HO diterima maka tidak terjadi gejala multikolinieritas pada model.

H1ï¿½ï¿½ï¿½ï¿½ï¿½ï¿½ : r > 0.8, H1 diterima maka terjadi gejala multikolinieritas pada model.

Tabel 6

Data Hasil Estimasi Asumsi Klasik Uji Multikolinearitas

	UM	PAK	TE	LPP
UM	1	0.54827	0.68492	0.29182
PAK	0.54827	1
TE	0.68492		1
LPP	0.29182			1

Sumber: Data diolah

Berdasarkan hasil estimasi Uji Multikolinearitas, seluruh variabel independen memiliki nilai uji tidak melebihi 0,8, Sehingga H0 diterima, dapat dikatakan bahwa seluruh variabel independen pada penelitian ini tidak terjadi gejala multikolinieritas pada fixed effect model.

Tabel 7

Hasil Uji Hipotesa

No	Aspek Pengujian	Hipotesis	sig	Keterangan
1	Uji Normalitas	H0	0,05	Diterima
2	Uji Multikolinearitas	H0	0,8	Diterima
3	Uji Heteroskedastisitas	H0	0,05	Diterima

Sumber: Data diolah

Penetapan model terbaik yang digunakan pada penelitian ini yaitu Fixed Effect model (FEM) dan variabel independen yang mempengaruhi migrasi penduduk Jawa Barat dengan menggunakan model fixed effect model (FEM) tidak terjadi permasalahan multikolinear atau gejala heterokesdastisitas, sehingga dapat dilanjutkan untuk proses perhitungan regresi data panel. Uji hipotesa akan diambil berdasarkan uji parsial, uji simultan dan uji koefisien determinasi dari hasil regresi data panel menggunakan Fixed Effect Model (FEM).

Uji Parsial

Uji parsial digunakan untuk mengetahui pengaruh variabel independen terhadap variabel dependen secara individual atau parsial. Dasar pengambilan keputusan sebagai berikut:

H0 : Prob. < 0.05, H0 diterima maka secara parsial variabel independen berpengaruh signifikan terhadap variabel dependen.

H1 : Prob. > 0.05, H0 ditolak maka secara parsial variabel independen berpengaruh signifikan terhadap variabel dependen.

Tabel 10

Data Hasil Uji Hipotesis Variabel Independen

No	Variabel	Hipotesis	Prob	Keterangan
1	UM	H0	0.0456	Diterima
2	PAK	H0	0.0276	Diterima
3	TE	H0	0.1322	Ditolak
4	LPP	H0	0.0912	Ditolak

Sumber: Data diolah

Berdasarkan hasil uji hipotesis dari variabel independen dinyatakan bahwa UM Prob. (0.0456) < 0.05, H0 diterima maka Upah Minimum kota berpengaruh signifikan terhadap Migrasi Penduduk. PAK Prob. (0.0276) < 0.05, H0 diterima maka Partisipasi Angkatan Kerja berpengaruh signifikan terhadap Migrasi Penduduk. TE Prob. (0.1322) < 0.05, H0 ditolak maka Penggunaan Teknologi tidak memiliki pengaruh signifikan terhadap Migrasi Penduduk. LPP Prob. (0.0912) < 0.05, H0 ditolak maka Laju Pertumbuhan Penduduk tidak memiliki pengaruh signifikan terhadap Migrasi Penduduk.

Uji Simultan

Uji simultan akan memberikan hasil berdasarkan variabel dependen yang memiliki keterkaitan pada variabel independen. Berdasarkan hipotesa nya disebutkan bahwa:

H0: Prob. < 0.05, H0 diterima, artinya secara simultan keseluruhan variabel independen dapat berpengaruh secara signifikan terhadap variabel dependen.

H1: Prob. > 0.05, H0 ditolak, artinya secara simultan keseluruhan variabel independen tidak berpengaruh secara signifikan terhadap variabel dependen.

Table 11

Data hasil estimasi Hipotesa Uji Simultan

No	Variabel	Hipotesis	sig	Keterangan
1	Prob. F-Statistic	H0	0.0027	Diterima

Sumber: Data diolah

Berdarkan tabel di atas, nilai Prob. (F-statistic) 0.0027 < 0.05, H0 diterima, maka variabel Upah Minimum dan Partisipasi Angkatan Kerja secara bersama-sama berpengaruh signifikan terhadap Migrasi Penduduk, namu pengaruh Migrasi Penduduk tidak dipengaruhi oleh Teknologi dan Laju Pertumbuhan Penduduk.

Uji Koefisien Determinasi

Berdasarkan tabel di atas, didapatkan nilai adjusted R2ï¿½ adalah 0.918 atau 91.8% artinya 91.8% variasi migrasi penduduk dapat dipengaruhi oleh upah minimum kota dan partisipasi angkatan kerja sedangkan 8.2% lainnya dipengaruhi oleh faktor lain yang tidak diteliti pada penelitian ini.

Penelitian ini menggunakan fixed effect model untuk melihat apakah terdapat pengaruh upah minimum kota, partisipasi angkatan kerja, teknologi, dan laju pertumbuhan penduduk terhadap migrasi penduduk pada 4 kabupaten dan 4 kota di Jawa Barat. Peneliti telah melakukan uji asumsi klasik dan model dengan hasil asumsi bahwa seluruh variabel terbebas dari asumsi klasik sehingga dapat dilanjutkan untuk dilakukan interpretasi. Berdasarkan hasil yang telah ditunjukkan pada pengujian hipotesa, dinyatakan bahwa upah minimum kota dan partisipasi angkatan kerja secara parsial ataupun bersama-sama berpengaruh terhadap migrasi penduduk di Jawa Barat. Jika upah minimum kota meningkat 1% maka terjadi penurunan migrasi penduduk sebesar 9.66% kemudian bila terjadi peningkatan signifikan sebanyak 1% dampak yang akan terjadi yaitu meningkatkan migrasi penduduk dengan jumlah sebesar 1,05%.Sedangkan variabel teknologi dan laju pertumbuhan penduduk tidak memiliki pengaruh signifikan diakibatkan pada penelitian ini data teknologi yang digunakan merupakan presentase penggunaan teknologi, diduga teknologi dapat memiliki pengaruh signifikan ketika data yang digunakan yaitu presentase penggunaan teknologi pada kota yang sedang di teliti. Pada variabel laju pertumbuhan penduduk tidak memiliki pengaruh signifikan pada perpindahan penduduk karena proses pertumbuhan penduduk akan menurun atau meningkat disebabkan oleh ada nya perpindahan penduduk, bila laju pertumbuhan penduduk dijadikan faktor yang mempengaruhi tingkat kenaikan angka migrasi penduduk, maka tidak akan berlaku.

Kesimpulan

Migrasi penduduk antar kabupaten dan kota pada Provinsi Jawa Barat pada tiap tahun nya akan selalu berubah naik ataupun turun disebabkan mobilitas masyarakat untuk mencari pekerjaan, penunjang pendidikan dan sebab lainnya akan memberikan dorongan cukup tinggi untuk masyarakat dalam melakukan migrasi antar kota maupun provinsi. Pada penelitian ini akan memberikan pandangan terhadap pembaca maupun peneliti selanjutnya bahwa proses migrasi penduduk yang terjadi di Jawa Barat dilakukan berdasarkan faktor teknologi, upah minimum kota (UMK), laju pertumbuhan penduduk, dan partisipan angkatan kerja dengan kurun waktu penelitian sejak tahun 2015 ï¿½ 2020.ï¿½

Hasil yang didapatkan dari proses penelitian ini bahwa proses migrasi penduduk akan berkaitan erat dengan angkatan kerja dan upah minimum kota. Dorongan masyarakat yang akan melakukan migrasi akan memperhatikan kedua faktor terlebih dulu, hal tersebut diakibatkan karena kebutuhan akan gaji terhadap pekerja dalam wilayah tersebut sehingga masyarakat yang berada pada wilayah dengan pengembangan sumber daya manusia rendah akan memilih untuk migrasi. Faktor upah minimum kota akan terus meningkat berdasarkan jumlah sumber daya manusia yang tersedia dalam suatu wilayah. Partisipan tenaga kerja dan UMK didapatkan memiliki keterkaitan signifikan terhadap migrasi risen penduduk pada Provinsi Jawa Barat, sedangkan variabel IP-TIK teknologi dan laju pertumbuhan penduduk memiliki pengaruh positif namun tidak memiliki pengaruh signifikan terhadap migrasi penduduk Provinsi Jawa Barat.

Diharapkan peneliti yang akan datang dapat meneliti faktor lainnya yang bersinggungan sebagai faktor yang mempengaruhi angka migrasi penduduk lain diluar teknologi, angkatan kerja, laju pertumbuhan penduduk, dan upah minimum kota, sehingga dapat lebih dipastikan secara jelas faktor migrasi penduduk dengan variabel lain dan metode lain. Peneliti selanjutnya diharapkan mengembangkan metode penelitian dengan menggunakan metode kualitatif agar dapat memberikan gambaran detail tentang migrasi penduduk langsung dari poppulasi penduduk. Pihak Pemerintah diharapkan dapat menggunakan penelitian ini sebagai acuan untuk bahan riset terkait migrasi risen penduduk pada Provinsi Jawa Barat. Pada penelitian ini telah dibuktikan bahwa dengan adanya perkembangan teknologi secara masif masih belum dapat ditetapkan menjadi faktor penting pendorong migrasi penduduk antar kota maupun provinsi. Namun perlu adanya pengamatan lebih detail terkait faktor yang dilibatkan seperti pengamatan dan penelitian dengan menggunakan metode kualitatif.

BIBLIOGRAFI

Agung, S. (2012). Teori dan Konsep Migrasi. Jurnal Kependudukan Indonesia, 1(4), 1ï¿½16.

Agung, T. A., & Aisyah, S. (2021). Analisis Migrasi Penduduk Ke Pulau Jawa Dan Faktor- Faktor Yang Mempengaruhinya. 6. Google Scholar

Atmani, B. (2020). Faktor Individual Dan Kontekstual Pada Migrasi Risen Di Indonesia: Analisis Data Survei Penduduk Antar Sensus 2015. Jurnal Kependudukan Indonesia, 15(2), 183. Google Scholar

Bandiyono, S. (2011). Relevansi Karya Penelitian Migrasi Dalam Pembangunan. Jurnal Kependudukan Indonesia, 3(1), 21ï¿½36. Google Scholar

Davis, M. A. (2021). Migration and urban economic dynamics. Journal of Economic Dynamics and Control, 133, 104234. doi: 10.1016/j.jedc.2021.104234 Google Scholar

Fang, I. H. (2013). Migration, social security, and economic growth. Economic Modelling, 32(1), 386ï¿½399. doi: 10.1016/j.econmod.2013.02.026 Google Scholar

Harmadi, S. H. (2018). Pengantar Demografi. In Analisis data Demografi.

Hasanah, U. (2019). Pengaruh migrasi masuk dan upah minimum provinsi terhadap pengangguran di kota Banda Aceh. Jurnal Kependudukan Indonesia, 7(1), 1ï¿½11. Google Scholar

Hermawan, Z. (2013). Migrasi Internal Dan Spatial Focusing Studi Kasus Kecenderungan Migrasi Kepulauan Riau. Jurnal Migrasi Risen, 2, 1ï¿½46.

Hidayati, I. (2019). Proses Migrasi dan Peran Teknologi Komunikasi di Antara Pekerja Migran di Batam-Indonesia. Jurnal Teknologi Terapan, 7(2), 189ï¿½200. Google Scholar

Kemenristekdikti. (2019). Statistik Pendidikan Tinggi (Higher Education Statistics) 2019. In Pusdatin Kemenristekdikti. Retrieved from http://www.mohe.gov.my/web_statistik/

Maqin, A. (2011). Pengaruh Kondisi Infrastruktur Terhadap Pertumbuhan Ekonomi di Jawa Barat. Jurnal Ekonomi Pembangunan, 10(1), 10ï¿½18. Google Scholar

Maulida, I. (2016). Peran Tenaga Kerja Indonesia dalam Pembangunan Ekonomi Gema Keadilan Edisi Jurnal. Jurnal Pembangunan Ekonomi Dan Keuangan Daerah, Vol. 3, No, Pp. 74-85. Retrieved from https://ejournal2.undip.ac.id/index.php/gk/article/view/3644 Google Scholar

Muhamad, A. N. (2021). Migrasi Total Masuk Kabupaten/Kota Di Indonesia Tahun 2015: Tren Dan Determinan. Jurnal Ilmu Pemerintahan Suara Khatulistiwa, 6(1), 35ï¿½48. doi: 10.33701/jipsk.v6i1.1560 Google Scholar

Noveria, M. (2017). Migrasi Berulang Tenaga Kerja Migran Internasional: Kasus Pekerja Migran Asal Desa Sukorejo Wetan, Kabupaten Tulungagung. Jurnal Kependudukan Indonesia, 12(1), 25. doi: 10.14203/jki.v12i1.255 Google Scholar

Rohani. (2020). Pengaruh Pertumbuhan Penduduk Terhadap Ketersediaan Lapangan Kerja di Kabupaten Sidenreng Rappang. Jurnal Kependudukan Indonesia, 1(1), 51. Google Scholar

Rohman, Z. (2011). Regretion Function OLS. Skripsi FE UNNES Semarang, 39ï¿½45.

Suranta, N. B. (2015). Migran Risen Di Provinsi Jawa Barat Hasil Sensus Penduduk Tahun 1980-2015. 224ï¿½233. Google Scholar

Zulfachri, B. (2017). Pengaruh Migrasi Risen terhadap Tingkat Kesejahteraan di Provinsi Kepulauan Riau. Jurnal Samudra Ekonomi Dan Bisnis, 8(2), 689ï¿½699. doi: 10.33059/jseb.v8i2.427 Google Scholar

Zulhilmi, M. (2018). Analisis Pola Migrasi Penduduk di Dataran Tinggi Kabupaten Aceh Tengah Provinsi Aceh (Dimensi Sosial, Ekonomi, dan Infrastruktur). Jurnal Samudra Ekonomi Dan Bisnis, 9(2), 104ï¿½115. doi: 10.33059/jseb.v9i2.769 Google Scholar



Variable	Coefficient	Std. Error	t-Statistic	Prob.


C	20.98964	24.24066	0.865886	0.3928
UM	-1.343754	1.694612	-0.792957	0.4335
PAK	-0.074784	0.166334	-0.449601	0.6559
TE	4.632247	0.744573	4.186467	0.0023
LPP	0.338582	0.097571	3.965822	0.0429

Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	133.8842	66.47815	2.013958	0.0522
UM	-9.657632	4.647344	-2.078097	0.0456
PAK	1.051716	0.456158	2.305597	0.0276
TE	5.291859	3.891203	2.765882	0.1322
LPP	8.981750	1.759110	1.857281	0.0912