1.
Pendahuluan
Kemiskinan adalah kondisi seseorang
yang tidak memiliki pendapatan untuk memenuhi kebutuhan dasar makanan, dan
tidak memiliki kemampuan dasar manusiawi untuk menunjang keberlanjutan hidup. Kemiskinan
merupakan masalah pokok disuatu Negara baik dinegara berkembang sampai kepada
naegara yang sedang berkembang, baik itu kemiskinan secara struktural, cultural
dan natural. Di negara sedang berkembang kemiskinan adalah pekerjaan nomor satu
pemerintah yang harus segera diatasi dan
harus segera diselesaikan.Kemiskinan mempunyai dampak negatif yang bersifat
menyebar
(multiplier effects)
terhadap tatanan kemasyarakatan secara menyeluruh. Berbagai peristiwa konflik
di Tanah Air yang terjadi sepanjang krisis ekonomi, misalnya, menunjukkan bahwa
ternyata persoalan kemiskinan bukanlah
semata-mata mempengaruhi
ketahanan ekonomi yang ditampilkan oleh rendahnya daya beli masyarakat, melainkan
pula mempengaruhi
ketahanan sosial masyarakat dan ketahanan nasional.
Pengertian kemiskinan merupakan sesuatu yang kompleks, dalam arti tidak hanya
berkaitan dengan dimensi ekonomi saja tetapi juga dengan dimensi-dimensi lain diluar
ekonomi. Namun selama ini kemiskinan lebih sering dikonsepsikan dalam konteks
ketidakcukupan pendapatan dan harta (lack of income and assets) untuk memenuhi kebutuhan-kebutuhan
dasar seperti pangan, sandang, perumahan, pendidikan dan kesehatan, yang mana semuanya
berada dalam lingkup dimensi ekonomi. Menurut Badan Pusat Statistik (BPS) penduduk
yang tidak mampu memenuhi kebutuhan dasar minimum dikategorikan sebagai
penduduk miskin. Nilai garis kemiskinan yang digunakan mengacu pada kebutuhan
minimum 2.100 kkal per kapita per hari ditambah dengan kebutuhan minimum non
makanan yang merupakan kebutuhan dasar seseorang yang meliputi kebutuhan dasar
untuk papan, sandang, sekolah, transportasi, serta kebutuhan rumah tangga dan
individu yang mendasar lainnya. Besarnya nilai pengeluaran (dalam rupiah) untuk
memenuhi kebutuhan dasar minimum makanan dan non makanan tersebut disebut garis
kemiskinan (BPS, 2007). Beberapa kriteria kemiskinan yang ditetapkan oleh
instansi lainnya, antara lain: BKKBN (Badan Koordinasi Keluarga Berencana
Nasional), World Bank dan UNDP (United Nations for Development Programs). Metode
penghitungan penduduk miskin yang dilakukan BPS sejak pertama kali hingga saat
ini menggunakan pendekatan yang sama yaitu pendekatan kebutuhan dasar (basic
needs approach). Dengan pendekatan ini, kemiskinan didefinisikan sebagai ketidak
mampuan dalam memenuhi kebutuhan dasar. Dengan kata lain, kemiskinan dipandang sebagai
ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan makanan maupun non makanan
yang bersifat mendasar. Berdasarkan Peraturan Menteri Dalam Negeri Nomor 42 Tahun
2010 Tentang Tim Koordinasi Penanggulangan Kemiskinan Provinsi Dan
Kabupaten/Kota, pasal 1 menyebutkan Program penanggulangan kemiskinan adalah
kegiatan yang dilakukan oleh pemerintah, pemerintah daerah, dunia usaha, serta
masyarakat untuk meningkatkan kesejahteraan masyarakat miskin melalui bantuan sosial,
pemberdayaan masyarakat, pemberdayaan usaha ekonomi mikro dan kecil, serta program
lain dalam rangka meningkatkan kegiatan ekonomi. Untuk tingkat kabupaten Bupati/Walikota
bertanggung jawab atas pelaksanaan percepatan penanggulangan kemiskinan di
kabupaten/kota. Berbagai upaya sudah dilakukan pemerintah dalam menentukan
langkah kebijakan dalam upaya menanggulangi kemiskinan, salah satunya dengan melakukan
survey untuk mendata penduduk miskin. Langkah ini dilakukan oleh dinas atau organisasi
yang membutuhkan data masyarakat miskin untuk melaksanakan program peningkatan
kesejateraan rakyat. Bahkan baru-baru ini Team Nasional Pergerakan
Penanggulangan Kemiskinan (TNP2K) meluncurkan website Basis
Data Terpadu untuk Program Batuan
Sosial, dengan tujuan agar Program Bantuan Sosial bisa dilaksanakan secara
tepat sesuai dengan keikutsertaan dan tujuan program. Hasil dari kegiatan
survey dari berbagai organisasi tersebut diperoleh berbagai versi database
kemiskinan untuk daerah atau lokasi tersebut. Informasi yang dihasilkan dari database
kemiskinan tersebut hanya meliputi rekapitulasi jumlah warga miskin untuk
daerah atau lokasi tersebut. Untuk mempermudah proses pengambilan keputusan
maka diperlukan sebuah model data warehouse yang bisa dijadikan gudang data untuk
mengekstraksi dan mengidentifikasi informasi yang bermanfaat bagi pemerintah dalam
perencanaan pembangunan dalam pengentasan kemiskinan.Data warehouse adalah
sebuah databaseyang secara khusus didesain dengan struktur untuk melakukan
querydan analisis (Nolan & Huguelet, 2000). Data warehouse perusahaan
adalah sebuah databasekomprehensif yang mendukung semua analisis keputusan yang
diperlukan oleh suatu organisasi dengan menyediakan ringkasan dan rincian
informasi (Turban, dkk, 2005). Data warehousemenyediakan suatu wadah untuk
menampung data –data yang diperlukan untuk menganalisis suatu kondisi dalam
organisasi dengan hanya mengambil datayang dibutuhkan untuk keperluan saja.
Datayang digunakan dalam data warehousedapat berasal dari data yang sifatnya
operasional yang ada setiap harinya saat proses berjalan. Menurut W.H Inmon
(Reddy, dkk, 2010), sebuah data warehouse merupakan kumpulan data yang bersifat
subject-oriented, terintegrasi, time variant, dan non volatile yang membantu
manajemen perusahaan dalam proses pembuatan keputusan. Data
warehousemenyediakan suatu tool yang disebut OnLine Analytical Processing (OLAP)
untuk melakukan analisis data multidimensional secara interaktif yang nantinya
akan menjadi fasilitas yang memudahkan untuk melakukan proses data
mining(Reddy, dkk, 2010). Keuntungan dari menerapkan data warehouse adalah
kemampuan mengakses data enterprise, kemampuan dalam konsistensi data,
kemampuan menampilkan hasil analisis secara cepat, menemukan gap antara
pengetahuan bisnis dan bisnis proses, mengurangi biaya administrasi, dan
menampilkan informasi yang memang dibutuhkan secara efektif (Nolan &
Huguelet, 2000). Dengan adanya keuntungan yang dijanjikan oleh data warehouse
maka akan sangat membantu pihak manajemen perusahaan dalam membuat keputusan
yang akan berdampak pada kelangsungan hidup perusahaannya sendiri.
1.1.Rumusan
Masalah
Berdasarkan
pengamatan sementara maka dapat dirumuskan suatu masalah yaitu bagaimana
merancang sebuah aplikasi data warehousedan OLAP (On Line Analytical
Processing) yang dapat mengolah
datakemiskinan
sedemikian rupa sehingga menghasilkan suatu informasiyang dapat membantu
pemerintah dalam mengambil langkah-langkah yang tepat untuk perencanaan
pembangunan ?
1.2.Tujuan
dan Manfaat Penelitian
Tujuan dari
penelitian ini adalah membangun data warehousedan menghasilkan informasi yang
dapat membantu pemerintah dalam mengambil langkah-langkah yang tepat dalam
perencananan pembangunan.Penelitian ini diharapkan dapat membantu pemerintah
terkait dalam melakukan analisis terhadap data kemiskinan dengan menggunakan
informasi yang dihasilkan oleh data warehouse
2. Metode.
Dalam
melakukan penelitian ini metode yang digunakan adalah metode Knowledge Discovey
in Database (KDD). Menurut Santoso (2007), Knowledge Discovery In Database
(KDD), adalah kegiatan yang meliputi pengumpulan, pemakaian data historis untuk
menentukan keteraturan, pola atau hubungan dalam sebuah set data yang berukuran
besar. Keluaran dari data mining
banyak
digunakan untuk pengambilan keputusan
dimasa depan.
KDD terdiri
dari :
1.Pemahaman
data (Data Understanding), yaitu proses memahami data berdasarkan kebutuhan
data (Data Requirement). Proses ini meliputi pengumpulan data (initial data
collection) dan pendeskripsian data (data decription).
2.Data
Preparation, yaitu preprocessing yang terdiri dari Penyeleksian data (Data
Selection) dan pembersihan (cleaning) data, pada proses ini dilakukan pemilihan
data yang
disesuaikan dengan kebutuhan dan pembersihan data dari data-data yang sifatnya
redundansi atau data dengan type data yang salah.
3.Data
transformation, yaitu proses mengkonversikan data kedalam format lain yang
sesuai dengan kebutuhan analisa
4.Modeling
data mining, yaitu proses, untuk memperoleh pola dan karakteristik data, dalam
fase ini digunakan metode clustering yang tujuannya adalah untuk mengelompokkan
data kemiskinan berdasarkan dengan karakteristik yang sama ke suatu wilayah
dengan karakteristik yang berbeda ke wilayah yang lain. Pada tahapan clustering
ini pengelompokan data dikelompokan berdasarkan pengelompokan data berdasarkan
wilayah tempat tinggal penduduk miskin dan indikator-indikator kemiskinan.
5.Interpretation/Evaluation,
melakukan interpretasi dan evaluasi terhadap masalah yang dihadapi berdasarkan
data yang dianalisa
Untuk
tahapan pembuatan model data warehouse peneliti hanya melakukan
tahapan KDD
sampai pada tahap data trasformation, untuk tahapan berikutnya akan dilanjutkan
pada penelitian data mining kemiskinan.
3. Landasan
Teori
3.1 Data Warehouse
Data
warehouse merupakan suatu kumpulan data yang bersifat subjectoriented,
terintegrasi, terus-menerus dan time variant yang membantu enterprise atau
organisasi dalam membuat keputusan. Sebagai pembuat keputusan maka dibutuhkan query
beberapa nilai dari satu subjek untuk melakukan proses analisis secara
realtime. Data warehouse dengan model multidimensional biasanya
diimplementasikan dalam bentuk star scheme agar memenuhi persyaratan. Pada
model multidimensional, data warehouse biasanya menyimpan data dalam bentuk
databaserelasional. Data warehouse didefinisikan sebagai sekumpulan data yang bersifat
subjectoriented, terintegrasi, time variant, nonvolatile yang melayani sebagai
implementasi fisik dari sebuah model data untuk mengambil keputusan dan
menyimpan informasi untuk kebutuhan enterprise atas keputusan yang bersifat
strategis. Teknologi dalam data warehouse meliputi data cleaning, integrasi
data, dan OLAP sebagai teknik analisis dengan fungsi seperti menyimpulkan,
konsolidasi dan agregasi sebaik kemampuan memandang informasi dari berbagai
sudut (Reddy, dkk, 2010).
3.2. Indikator Kemiskinan
Indikator-indikator kemiskinan
sebagaimana di kutip dari Badan Pusat Statistika, antara lain sebagi berikut:
Tabel 1. Indikator Kemiskinan
1.Dibutuhkan
informasi tentang penyebaran penduduk miskin untuk setiap wilayah kecamatan,
kelurahan dan desa.
2. Dibutuhkan
informasi tentang tingkat pendidikan penduduk dengan tingkat
kemiskinan
diwilayah kecamatan, kelurahan dan desa.
3.
Dibutuhkan informasi tentang usia (anak-anak, produktif, non produktif)
dengan
tingkat kemiskinan per kecamatan, kelurahan dan desa.
4. Dibutuhkan
informasi tentang kondisi tempat tinggal dengan tingkat kemiskinan diwilayah kecamatan,
kelurahan dan desa.
5. Dibutuhkan
informasi cara perolehan air minum dan penerangan dengan tingkat kemiskinan per
kecamatan, kelurahan dan desa.
6.Dibutuhkan
informasi pekerjaan dengan tingkat kemiskinan per kecamatan, kelurahan dan
desa.
7.Dibutuhkan
informasi jenis kelamin dengan tingkat kemiskinan diwilayahkecamatan, kelurahan
dan desa Dari penjelasan diatas, maka peneliti tertarik untuk melihat hubungan
pola data-data kemiskinan masyarakat perwilayah dengan umur, tingkat
pendidikan, pekerjaan, kondisi perumahan, cara perolehan air minum dan
penerangan yang merupakan indikator kemiskinan yang diterapkan oleh BPS.
4.1.2.
Initial Data Collection
Proses ini merupakan proses pengumpulan data dimana
data yang dikumpulkan dan digunakan berasal dari database kemiskinan PPLS yang
dirancang oleh BPS bekerja sama dengan TNP2K tahun 2011 di kabupaten Ogan
Komering Ilir (OKI) di provinsi Sumatera Selatan
4.1.2.
Initial Data Collection
Proses ini
merupakan proses pengumpulan data dimana data yang dikumpulkan dan digunakan
berasal dari database kemiskinan PPLS yang dirancang oleh BPS bekerja sama
dengan TNP2K tahun 2011 di kabupaten Ogan Komering Ilir (OKI) di provinsi
Sumatera Selatan
Gambar 2.
Data Kemiskinan
Data yang
digunakan meliputi data keluarga dan data kemiskinan yang berasal dari 18 kecamatan
di kabupaten Ogan Komering Ilir provinsi Sumatera Selatan.
4.1.3. Data
Decription
Merupakan
proses pendeskripsian data dimana data keluarga meliputi hubungan keluarga
dengan kepala keluarga, umur, jenis kelamin, status perkawinan, cacat fisik,
sekolah, ijazah dan pekerjaan. Sedangkan data kemiskinan terdiri dari atribut
alamat, indikator kemiskinan dan dan klas kemiskinan (Hampir Miskin/Miskin/Sangat
Miskin). Indikator kemiskian dapat dikelompokkan menjadi beberapa kelompok,
antara laim kondisi perumahan, sumber air bersih, penerangan/listrik, bahan
bakar yang digunakan, tempat pembuangan, kepemilikan kendaraan dan keikutan peserta
program bantuan (PKH & RASKIN).
4.2.
Preparation Data
4.2.1. Data
Selection
Data yang
digunakan dalam penelitian ini meliputi data keluarga sejumlah 269590 record
(tabel a1602) dan data kemiskinan sebanyak 78684 record (tabel r1602). Selain
itu terdapat beberapa tabel master yang menyimpan informasi nama kecamatan dan
nama kelurahan.
4.2.2.
Cleaning Data
Tahap data
cleaning merupakan tahap awal dari proses KDD. Pada tahapan ini data yang tidak relevan, missing value, dan redundant harus
di bersihkan. Hal ini dikarenakan data yang relevan, tidak missing value, dan
tidak redundant merupakan syarat awal dalam melakukan
data mining.
Suatu data dikatakan missing valuejika terdapat atribut dalam dataset yang
tidak berisi nilai atau kosong, sedangkan data dikatakan redundant jika dalam
satu datasetterdapat lebih dari satu record yang berisi nilai yang sama.
4.3. Data
Transformation
Tahapan
transformation data merupakan tahap merubah data ke dalam bentuk data
warehouse. Pada tahap ini dilakukan penggabungan /integrasi terlebih dahulu
terhadap dari beberapa data source yang meliputi data keluarga, data
kemiskinan, data kecamatan dan data desa
menjadi
sebuah data integrasi yang disesuikan dengan target data yang akan digunakan
oleh dalam proses OLAP data. Seperti dijabarkan pada gambar berikut ini:
Gambar 3.
Data Transformation
Pada gambar
3 menggambarkan proses penggabungan dua data source yaitu tabel keluarga (a1602)
dan tabel kemiskinan(r1602). Proses penggabungan dua tabel tersebut membentuk
tabel facta yaitu kemiskinan_fact_table. Tabel tersebut akan direlasikan dengan
tabel provinsi(prop1600), tabel kebupaten (kabu1602), tabel kecamatan
(keca1602) dan tabel desa (desa1602) sebagai tabel dimensi yang akan digunakan
dalam proses OLAP data.
Berikut
salah satu model OLAP
Gambar 4. OLAP
5.
Kesimpulan
1.Model data
warehouse yang terbentuk dapat digunakan sebagai gudang data untuk mempermudah
melakukan analisis terhadap data kemiskinan.
2. Data
warehouse yang terbentuk dapat menghasilkan multidimensi data yang berguna bagi
pemerintah dalam pengambilan langkah kebijakan untuk perencanaan pembangunan yang
tepat sasaran sehingga dapat membantu dalam penanggulangan kemiskinan.
Sumber:
Tidak ada komentar:
Posting Komentar