The Asia International Multidisciplinary Conference (AIMC), 2017

-

We are delighted that our paper titled Causes and Solutions of “Tragedy of the Commons” in Natural Resources Management of Muncar Coastal Areas is on the list for inclusion in the Asia International Multidisciplinary Conference (AIMC). The conference will be held in Johor Bahru 1-2 May 2017.

Popular posts from this blog

Skewness dan Kurtosis

-
Image
Pada statistika, dikenal istilah skewness dan kurtosis. Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol. Skewness yang bernilai positif berarti ekor distribusi berada di sebelah kanan nilai terbanyak. Berarti, sebagian besar distribusi berada di nilai rendah. Skewness yang bernilai negatif berarti ekor distribusi berada di sebelah kiri, menunjukkan bahwa sebagian besar nilai berada di sisi kanan kurva. Sementara skewness bernilai nol berarti nilai terdistribusi secara simetris, dengan jarak antara ekor distribusi sebelah kanan dan kiri sama besar. Sumber: https://en.wikipedia.org/wiki/Skewness Kurtosis adalah indikator untuk menunjukkan derajat keruncingan ( tailedness ). Semakin besar nilai kurtosis maka kurva semakin runcing. Nilai referensi kurtosis adalah 3. Jika nilai kurtosis lebih besar dari 3, maka kurva distribusi disebut leptokurtik. Sementara jika lebih rendah dari 3, maka disebut plat...
Read more

Contoh Kurva Lorenz dan Gini Ratio yang Ekstrem

-
Image
Kurva Lorenz merupakan indikator sederhana untuk menunjukkan kondisi pembagian pendapatan (atau kekayaan) di satu daerah. Kurva Lorenz menggambarkan kumulatif pendapatan yang diterima oleh kumulatif penduduk di satu daerah tertentu. Pada pembagian pendapatan yang merata, 10 persen penduduk termiskin mendapat 10 persen pendapatan terendah. Kemudian, 20 persen penduduk termiskin mendapat 20 persen pendapatan terendah. Seterusnya, 30 persen penduduk termiskin mendapatkan 30 persen pendapatan terendah. Dan seterusnya. Karena setiap akumulasi penduduk mendapat pendapatan sesuai dengan proporsinya, maka setiap pendapatan akan dibagi secara merata. Jika dibentuk sebuah kurva, akan terbentuk kurva seperti gambar 1. Gambar 1 . Kurva Lorenz (Sumber: Wikipedia) Pada gambar di atas, kurva diagonal menggambarkan kondisi distribusi pendapatan yang merata. Kurva Lorenz berada di bawah kurva diagonal, berarti ada kondisi pembagian pendapatan yang tidak merata. Semakin jauh kurva Lorenz ...
Read more

Piramida Distribusi Kekayaan Masyarakat Indonesia

-
Image
Menarik mencermati pemberitaan detikcom (19/10) yang berisi pernyataan bahwa hanya 1% masyarakat Indonesia yang menikmati kekayaan sementara 99% sisanya hidup pas-pasan bahkan sangat sulit. Sontak, berita ini menjadi perhatian publik.  Pertanyaan yang muncul berikutnya adalah bagaimana sebenarnya kondisi kehidupan mereka yang tidak termasuk dalam kelompok elit 1% ini. Apakah semuanya hidup pas-pasan? Tentu saja, pengamatan atas kondisi mereka sangat sulit. Akan lebih mudah mengamati atau mengukur orang-orang yang berada di kelompok ekstrem atas (orang yang sangat kaya) atau ektrem bawah (orang yang paling miskin).  Orang-orang yang masuk ke dalam 1% orang terkaya di Indonesia adalah mereka memiliki harta atau aset yang sangat banyak.  Artikel ini difokuskan pada kekayaan, dan bukannya pendapatan. Kekayaan rumah tangga lebih mampu merefleksikan kondisi kesejahteraan rumah tangga tersebut.  Kamus Besar Bahasa Indonesia juga memberi definisi kaya adalah ...
Read more

Robustness Check

-
Image
Robustness check seringkali menjadi upaya justifikasi peneliti bahwa model dan pemilihan variabel di penelitiannya adalah secara struktural valid. Namun, sebaliknya, bila robustness check tidak dilaksanakan dengan baik, ia akan menjadi tidak informatif dan bisa jadi membawa persepsi yang keliru.  Satu artikel lama namun masih relevan membahas bagaimana core dan non-critical core variables dapat diuji untuk mendukung robustness check.  White, H. & Lu, X. (2010) Robustness Checks and Robustness Tests in Applied Economics. https://www.economics.uci.edu/files/docs/micro/s11/white.pdf
Read more

Peta Kemiskinan Kabupaten Malang

-
Image
Kabupaten Malang memiliki persentase penduduk miskin yang tergolong rendah di Indonesia atau di antara kabupaten/ kota lain di Provinsi Jawa Timur. Pada tahun 2021, angka kemiskinan di Kabupaten Malang mencapai 10,50%. Sementara kabupaten/ kota dengan tingkat kemiskinan tertinggi di Jawa Timur adalah Sampang (23,76%), Bangkalan (21,57%), dan Sumenep (20,51%) Namun bila dilihat dari angka absolut, Kabupaten Malang tergolong dalam jajaran kabupaten/ kota yang memiliki jumlah penduduk miskin terbanyak di Indonesia dengan jumlah penduduk miskin 276,58 ribu jiwa pada tahun 2021. Jumlah ini menempatkan Kabupaten Malang di posisi keempat nasional, sementara posisi pertama kabupaten/kota dengan jumlah penduduk miskin terbanyak tahun 2021 adalah Kabupaten Bogor dengan jumlah penduduk miskin 491,24 ribu jiwa kemudian disusul Kabupaten Brebes (314,95 ribu jiwa) dan Kabupaten Garut (281,36 ribu jiwa). Gambar 1 . Peta Kemiskinan Provinsi Jawa Timur, 2015 Banyaknya jumlah penduduk miskin di Kabupate...
Read more

Palma Ratio Indonesia

-
Image
Koefisien Gini secara luas digunakan sebagai pengukuran kondisi ketimpangan. Hal ini didasari bahwa koefisien Gini merupakan salah satu metode pengukuran ketimpangang yang paling tua, diajukan oleh Corrado Gini pada tahun 1912. Koefisien Gini memiliki nilai dalam rentang 0 dan 1. Semakin tinggi nilai Gini maka kondisi ketimpangan semakin parah. Maka, satu negara/ daerah yang memiliki koefisien Gini lebih tinggi daripada negara/ daerah lain dianggap memiliki tingkat ketimpangan lebih tinggi. Namun koefisien Gini ternyata tidak mampu melihat lebih ke dalam bagaimana distribusi yang terjadi di setiap kelas masyarakat. Misalnya ada negara A dan B memiliki koefisien Gini yang sama. Namun bagian pendapatan yang diterima oleh masyarakat termiskin di negara A lebih sedikit daripada pendapatan yang diterima oleh kelompok yang sama di negara B. Maka, kondisi ketimpangan di negara A seharusnya lebih parah daripada negara B. Untuk mengatasi kondisi di atas, diperlukan satu indikator lain, ...
Read more

Angka Pengangguran Turun, tetapi Pasar Kerja Belum Tentu Membaik

-
Image
Publikasi detikfinance (06/08) menunjukkan publikasi Badan Pusat Statistik (BPS) yang mencatat pengangguran per Mei 2026 mencapai 7,22 juta orang. Jumlah tersebut turun 24 ribu orang dibanding posisi Februari 2026. Lebih lanjut, pada Mei 2026 terdapat sebanyak 220,23 juta penduduk usia kerja. Jumlah tersebut meningkat sebanyak 689.000 orang jika dibandingkan dengan Februari 2026. Dari jumlah tersebut, angkatan kerja mencapai 155,41 juta orang, bertambah 497.000 orang, sedangkan bukan angkatan kerja sebanyak 64,82 juta orang, naik 191.000 orang. Dari sejumlah angkatan kerja tersebut sebanyak 148,19 juta orang diantaranya bekerja. Jumlah penduduk yang bekerja ini bertambah sebanyak 522.000 orang dibandingkan kondisi di bulan Februari 20026. Dalam laporan BPS, Tingkat Pengangguran Terbuka (TPT) turun pada Mei 2026 sebesar 4,65%. Angka ini mengalami penurunan 0,03% poin jika dibandingkan dengan Februari 2026. TPT adalah persentase jumlah penduduk yang menganggur dibandingkan dengan total j...
Read more