Hasil Pencarian  ::  Simpan CSV :: Kembali

"Masalah kemiskinan selalu menjadi masalah besar di negara berkembang seperti Indonesia dan cara menanggulangi permasalahan ini merupakan isu yang sangat penting, bukan hanya pada tataran pemerintah pusat tapi juga pemerintah daerah. Sulawesi, yang merupakan salah satu dari lima pulau besar di Indonesia yang merupakan pintu gerbang area timur Indonesia juga menghadapi isu yang sama. Walaupun sebagian besar daerah di Pulau Sulawesi mengalami pertumbuhan ekonomi yang cukup menggembirakan pada satu dasawarsa terakhir ini, jumlah penduduk miskin tetap tinggi dan ketimpangan pendapatan juga meningkat dari tahun ke tahun. Penelitian ini menganalisis faktor-faktor penyebab kemiskinan dengan menngunakan panel data dari 52 Kabupaten/kota di pulau Sulawesi sejak tahun 2006 hingga 2015 dengan presentase penduduk miskin sebagai dependen variabel. Beradasarkan hasil regresi dari random efek model, koefisien dari GDP per kapita, gini rasio, dan rata-rata lama sekolah semuanya memeliki efek yang signifikan terhadap jumlah penduduk miskin di Pulau Sulawesi. Selanjutnya,  analisis regresi panel dinamik juga dilakukan untuk memperkuat hasil dari regresi random efek model. Karena presentase penduduk miskin memiliki efek yang negatif terhadap GDP per kapita dan memiliki efek positif terhadap gini rasio, pemerintah daerah diharapkan bisa meningkatkan pertumbuhan ekonomi sembari menurunkan ketimpangan pendapatan antar rumah tangga dalam rangka untuk mengurangi kemiskinan di tiap-tiap daerah di pulau Sulawesi.

---

Poverty is still a big problem in developing country like Indonesia and the way how to reduce it is the most important policy issue not only for the central government but also for the provincial and district governments. Sulawesi, which is one of the 5 major islands in Indonesia and known as a gateway to eastern Indonesia faces the same problem. Even though the Sulawesi region has achieved a relatively high economic growth over the last decade, the number of poor people is still very high and expenditure inequality has been rising. This study analyzed the factors of poverty by conducting panel data regression analyses for 52 districts over the period from 2006-2015 with poverty head count ratio as the dependent variable. Based on the result of the random effects model, the coefficients of per capita GDP, the Gini coefficient and mean years of education are all statistically significant and have expected signs. A dynamic panel data regression analysis is also conducted to investigate the robustness of the random effect model. Since poverty head count ratio is negatively associated with per capita GDP and positively associated with the Gini coefficient, district governments should promote economic growth while decreasing inequality among households to reduce poverty."

"ABSTRAKDalam konsep pertumbuhan ekonomi yang pro-poor, pertumbuhan yang disertai dengan pemerataan pendapatan akan mempercepat proses pengentasan kemiskinan. Dengan menggunakan data survey pengeluaran rumah tangga dan berbagai indikator ekonomi, penelitian ini akan menguji apakah pertumbuhan ekonomi Indonesia pada periode 2005 sampai dengan 2013 dapat dikategorikan sebagai pertumbuhan yang pro-poor. Penelitian akan menggunakan dua metode, yakni metode Growth Incidence Curve GIC dan metode Pro-Poor Growth Index PPGI . Metode GIC menunjukkan hasil empiris bahwa pertumbuhan ekonomi pada periode yang diobservasi tidak bisa dikatakan sebagai pertumbuhan ekonomi yang pro-poor. Kurva GIC memperlihatkan bahwa rumah tangga lsquo;kaya rsquo; justru menikmati peningkatan pengeluaran untuk konsumsi dibanding rumah tangga lsquo;miskin rsquo;.Lebih jauh lagi, ketika menggunakan metode PPGI, dapat disimpulkan bahwa pertumbuhan ekonomi, ketimpangan, dan interaksi antara pertumbuhan ekonomi dan ketimpangan berpengaruh secara signifikan terhadap kemiskinan di Indonesia. Hasil empiris juga menunjukkan bahwa dari tiga sektor yang diteliti, yakni sektor industri, sektor pertanian, dan sektor jasa; sektor industri berpengaruh positif dan signifikan terhadap upaya pengentasan kemiskinan, sedangkan sektor pertanian justru secara signifikan berkorelasi negatif dengan pengurangan kemiskinan. Sementara itu, sektor jasa tidak terbukti berkontribusi dalam menurunkan angka kemiskinan. Selain itu, uji statistik juga menyatakan bahwa pengeluaran pemerintah di bidang pendidikan dan kesehatan tidak berkontribusi dalam mengurangi kemiskinan.

---

ABSTRACTIn the concept of pro poor growth, economic growth accompanied by fair income distribution will accelerate the rate of poverty reduction. By employing extensive data of household expenditures and other economic indicators, the study will examine the performance of economic growth in Indonesia whether it has been pro poor over the period 2005 2013. We employ two methods in this article, Growth Incidence Curve GIC method, and Pro Poor Growth Index PPGI method. By applying the GIC method, our empirical results indicate that economic growth in Indonesia has not been pro poor during the observed period. The curve shows that the highest income population enjoys increased consumption more than the poorest population.Furthermore, PPGI method has revealed that economic growth, inequality, and an interaction term between economic growth and inequality have been significant to influence poverty incidence in Indonesia. Our empirical result also reveals that among manufacturing, agriculture, and services sector it was manufacturing that has successfully reduced the number of the poor, while agriculture unexpectedly had a devastating impact on the number of poor people. The services sector, meanwhile, had not contributed to poverty alleviation. Furthermore, none of the government spending in education and health that significantly contributes to poverty alleviation. "

"ABSTRAKKetimpangan di Indonesia mencapai level tertinggi selama era-desentralisasi danditenggarai sebagai penyebab menurunnya pertumbuhan ekonomi dalam lima tahunterakhir ke 2015. Tulisan ini meneliti apakah peningkatan ketimpangan memilikidampak positif atau negatif terhadap pertumbuhan ekonomi di Indonesia. Denganmenggunakan model dinamis dan GMM estimator, hasil yang didapat menunjukanbahwa ada hubungan yang positif signifikan antara ketimpangan pendapatan danpertumbuhan ekonomi. Namun, tulisan ini tidak dapat menyimpulkan hubungannyapada kelas yang berbeda kelas bawah, menengah dan atas karena hasil signifikanhanya diperoleh ketika menggunakan one-step system GMM. Hasil penelitian dapatmenjadi pertimbangan pemerintah agar lebih berhati-hati dalam menyusun kebijakanterkait ketimpangan.

---

ABSTRACT

The income inequality in Indonesia reached the highest level during thedecentralization era and suspected to be caused of the slowdown of the economicgrowth in the last five years to 2015. This paper investigates whether increasinginequality had a positive or negative impact on economic growth in Indonesia. Usingdynamic panel and applying GMM estimator, the result concluded that there is asignificant positive relationship between income inequality and economic growth.However, this study cannot draw a clear conclusion about the relationship for thedifferent classes bottom, middle, and top class since only one step system GMM issignificant. Considering the result, the government should be more careful inregulating the inequality policy."

"Kemiskinan merupakan salah satu masalah sosial ekonomi yang paling substansial. Banyak faktor yang mempengaruhi kemiskinan, antara lain pertumbuhan ekonomi, tingkat pengangguran terbuka dan kegiatan investasi. Penelitian ini bertujuan untuk menganalisis dampak pertumbuhan ekonomi dan pengangguran terbuka terhadap kemiskinan, khususnya pasca wabah COVID-19. Dengan menggunakan model Least Squares Dummy Variable dan Random Effect Model dengan metode General Least Squares (GLS), penelitian ini menemukan bahwa tingkat kemiskinan dipengaruhi secara signifikan oleh tingkat pengangguran terbuka, investasi dalam dan luar negeri dan COVID-19. Peningkatan angka pengangguran terbuka menyebabkan peningkatan angka kemiskinan di Indonesia. Peningkatan investasi domestik dan asing menyebabkan penurunan angka kemiskinan di Indonesia. Namun, jika dibandingkan dengan data 9 tahun sebelum pandemi COVID-19, angka kemiskinan relatif lebih rendah setelah adanya wabah COVID-19.

---

Poverty is one of the most substantial socioeconomic issues. There are a lot of factors that are affecting poverty, including economic growth, open unemployment rate and investment activities. This research aims to analyze the impact of economic growth and open unemployment on poverty, especially after the COVID-19 outbreak. Using the Least Squares Dummy Variable model and Random Effect Model with General Least Squares (GLS) method, this study found that poverty rate is significantly affected by open unemployment rate, domestic and foreign investment and COVID-19. The increase in open unemployment rate leads to an increase of poverty rate in Indonesia. An increase of domestic and foreign investment leads to a decrease in poverty rate in Indonesia. However, when compared to data from 9 years prior to the COVID-19 pandemic, the poverty rate was relatively lower after the presence of COVID-19."

"Penelitian ini bertujuan untuk mengetahui apakah pertumbuhan ekonomi meningkatkan atau menurunkan ketidakmerataan pendapatan dan seberapa besar pengaruh pertumbuhan ekonomi terhadap kemiskinan. Data yang digunakan adalah data sekunder yang terdiri dari PDRB perkapita, indeks Gini dan angka kemiskinan yang mencakup seluruh kabupaten/kota di seluruh Jawa Timur, periode 2006-2010. Metode yang digunakan adalah analisis regresi dengan fixed effect model?cross section weighted. Hasil penelitian menunjukkan bahwa pertumbuhan ekonomi berpengaruh positif terhadap ketidakmerataan pendapatan masyarakat dengan nilai elastisitas sebesar 0,16. Pengaruh Pertumbuhan ekonomi terhadap kemiskinan hanya signifikan mengurangi head count indeks dan poverty gap indeks dengan elastisitas masing-masing sebesar 1,54 dan 0,88.Pengaruh Pertumbuhan ekonomi terhadap kemiskinan dengan menambahkan variabel kontrol rata-rata lamanya sekolah, angka harapan hidup, prasarana jalan dan fasilitas air bersih, ternyata pertumbuhan ekonomi hanya signifikan mengurangi head count index (P0) dan poverty gap index (P1) dengan elastisitas masing-masing sebesar 1,54 dan 0,88. Hasil penelitian juga menunjukkan bahwa kesehatan yang diwakili oleh indikator angka harapan hidup mempunyai pengaruh paling besar dalam mengurangi kemiskinan (P0; P1 dan P2) dibanding pertumbuhan ekonomi dan variabel bebas lain yang ada dalam model dengan elastisitas sebesar 2,25 untuk P0; 6,43 untuk P1 dan 10,03 untuk P2.

---

This study aimed to determine whether economic growth increasing or decreasing inequality in income, and how much influence the economic growth on poverty. The data used are secondary data consisting of per capita GDP, Gini index, and poverty that cover all districts in East Java in 2006-2010. The method used is the fixed effect regression analysis model-weighted cross section. The results showed that, the positive effect of economic growth on income inequality elasticity is 0,16.

Effect of economic growth on poverty by adding a control variable length of school average, life expectancy, infrastructure, roads and water facilities, economic growth turned out to be only significantly reduces head count index (P0) and poverty gap index (P1) with the elasticity of each amounted to 1,54 and 0,88. The results also showed that health represented by indicators of life expectancy have the most impact in reducing poverty (P0, P1 and P2) compared to economic growth and other variables in the model with elasticity of 2.25 for P0; 6,43 for P1 and P2 to 10,03."

"Penelitian ini bertujuan untuk melihat pengaruh dari Intergovermental transfer khususnya dana alokasi umum (DAU) dan dana alokasi khusus (DAK) terhadap pertumbuhan ekonomi kabupaten/kota di Indonesia pada era desentralisasi fiskal. Selain dipengaruhi oleh DAU dan DAK, pertumbuhan ekonomi kab/kota di pengaruhi juga oleh pendapatan asli daerah (PAD) karena pada era desentralisasi fiskal daerah memiliki kewenangan sendiri dalam mengumpulkan pajak dan retribusi, serta dikontrol pula dengan variabel jumlah penduduk, investasi, indeks daya saing usaha daerah dan dummy wilayah yang kaya sumber daya alam (SDA) maupun yang tidak memiliki SDA.Dalam penelitian ini data yang digunakan adalah data panel dengan model random ejfect untuk 337 kabupaten/kota di Indonesia pada tahun 2003-2007 pada model 1 dan 131 kabupaten/kota pada tahun 2003-2005 untuk model 2 dan 3. Hasil penelitian menunjukkan bahwa DAK dan PAD berpengaruh positif terhadap pertumbuhan ekonomi kabupaten/kota dan ini sesuai dengan hipotesis, sedangkan DAU tidak memiliki pengaruh terhadap pertumbuhan ekonomi tetapi berpengaruh terhadap investasi.Hasil estimasi terhadap variabel kontrol investasi menunujukkan hubungan yang positif terhadap pertumbuhan ekonomi. Sementara variabel indeks daya saing usaha, jumlah penduduk dan dummy wilayah SDA tidak memiliki pengaruh terhadap pertumbuhan ekonomi kabupaten/kota di Indonesia.

---

The objective of the study is to seek the impact if intergovemmental transfer especially the general fund allocation (DAU) and targetted fiind allocation (DAK) on the districts economic growth in Indonesia during the era of fiscai decentralization. Apart from the impact of these transfers, districts/local economic growth is also affected by regional income (PAD) since during fiscal decentralization era, districts have authorities to collect tax and retribution. Moreover, districts growth are also controlled by other variabels of population, investment, competitiveness index and dummy variables of either rich or poor natural resources.

The study employs panel data with random effect models which distinguished into three models. Model I uses data of 337 districts in Indonesia from 2003 to 2007, model 2 and 3 use data of 131 districts for the year of2003 to 2005. The result of the study proved the hypothesis that targetted fund allocation and regional income positively affect districts economic growth. Meanwhile, general fund allocation does not affect economic growth but do have effect on investment.

Estimation result shows that control variabels of investment shows positive relationship on economic growth. Meanwhile competitiveness index, population and dummy variables of natural resources have not significant impact on districts economic growth in Indonesia."

"ABSTRAK

Penelitian ini mengeksplorasi dimensi spasial dari pertumbuhan ekonomi, redistribusi, dan pengentasan kemiskinan di Indonesia selama periode Susilo Bambang Yudhoyono (yaitu, dari 2004 hingga 2014 menggunakan metode   dekomposisi kemiskinan, growth incidence curve, dan beberapa indeks pertumbuhan yang pro-poor.  Data yang digunakan berasal  dari Survei Sosial Ekonomi Nasional (Susenas) tahunan yang diadakan di Indonesia antara tahun 2004 dan 2014. Tesis ini menyajikan tiga wawasan ekonomi utama selama periode Susilo Bambang Yudhoyono: 1) insiden kemiskinan menurun secara signifikan antara tahun 2004 dan 2014, 2 ) pertumbuhan ekonomi yang terjadi selama periode ini umumnya tidak berpihak pada orang miskin, dibuktikan dengan kurva insiden pertumbuhan yang miring ke atas, dan 3) perbedaan regional ada dalam bentuk kurva insiden pertumbuhan; karena itu pro-poor pertumbuhan ekonomi bervariasi antar provinsi. Dengan menggunakan sistem klasifikasi yang dilakukan oleh Kakwani dan Pernia (2000), penulis mengklasifikasikan provinsi ke dalam lima kelompok berikut ini sehubungan dengan pro-poor growth index (PPGI). Hasil empiris  mendukung pertumbuhan yang berpihak pada penduduk miskin. Namun, beberapa provinsi seperti Maluku Utara, Gorontalo dan Bengkulu mengalami pertumbuhan untuk non-pro-poor  dan  pro-poor yang lemah. Untuk mempromosikan pertumbuhan yang berpihak pada penduduk miskin di semua provinsi, dukungan pemerintah dalam pembangunan infrastruktur dan sumber daya manusia sangat penting untuk provinsi-provinsi yang tertinggal tersebut.

---

ABSTRACT

 

---

This thesis explores the spatial dimensions of economic growth, redistribution, and poverty reduction in Indonesia during the Susilo Bambang Yudhoyono period (i.e., from 2004 to 2014) using the poverty decomposition method, the growth incidence curve, and several pro-poor growth indices. I gathered my data from the annual National Socio-economic Surveys conducted in Indonesia between 2004 and 2014. Analyzing this data, my thesis presents three key economic insights about the Susilo Bambang Yudhoyono period:1) poverty incidence significantly declined between 2004 and 2014, 2) the economic growth that occurred during this period was generally not pro-poor, made evident by an upward sloping growth incidence curve, and 3) regional differences exist in the shape of the growth incidence curve; the pro-poorness of economic growth therefore varies between provinces. Using the classification system proposed by Kakwani and Pernia (2000), I classify provinces into the following five groups with respect to their pro-poor growth index (PPGI). Our empirical results support the pro-poor growth in a nation. However, some provinces such as North Maluku, Gorontalo and Bengkulu experienced non-pro-poor growth and weakly pro-poor. To promote the pro-poor growth in all provinces, the governmental supports in infrastructure and human capital development are essential for the above lagged provinces.

 

"

"Tesis ini dilatarbelakangi oleh realisasi laju penurunan kemiskinan di Indonesia yang berjalan lambat. Konsentrasi analisis dalam penelitian ini, membahas komposisi pertumbuhan ekonomi sektoral dan migrasi terhadap pengurangan kemiskinan di Indonesia, mengingat kedua hal tersebut merupakan determinan dalam pengurangan kemiskinan. Ruang lingkup sektoral yang dicakup di sini, meliputi wilayah pedesaan dan perkotaan serta lapangan usaha. Tujuan penelitian ini, untuk menganalisis dampak pertumbuhan ekonomi sektoral dan migrasi terhadap laju pengurangan tingkat kemiskinan, baik untuk wilayah pedesaan, perkotaan dan nasional.Model penelitian ini ada dua. Model I (konsumsi perkapita riil masyarakat pedesaan dan perkotaan). Model II (PDB riil perkapita sektoral). Pada model II, sektor ekonomi dibagi menjadi 4 sektor berdasarkan keterkaitan sektor (berdasarkan Tabel Input Output Indonesia 2008). Hasilnya menunjukkan bahwa, (1) Sektor kunci mencakup sektor manufaktur. (2) Sektor forward oriented mencakup sektor pertanian. (3) Sektor backward oriented mencakup sektor listrik, gas, air bersih; sektor bangunan; sektor perdagangan, hotel, restoran; sektor transportasi, komunikasi; sektor jasa. (4) Sektor independent mencakup sektor keuangan, bank; sektor pertambangan, penggalian. Model I diestimasi dengan pooled regression residual. Model II diestimasi dengan bootstrap regression residual.Hasil pembentukan model I menunjukkan bahwa laju pertumbuhan perkotaan hanya mampu mempercepat laju pengurangan kemiskinan di perkotaan dan nasional, namun menyebabkan tingkat kemiskinan di pedesaan bertambah. Laju pertumbuhan pedesaan, mempercepat laju penurunan kemiskinan di pedesaan dan nasional, namun menyebabkan tingkat kemiskinan di perkotaan bertambah. Laju migrasi mempercepat laju pengurangan kemiskinan nasional dan menyebabkan tingkat kemiskinan di perkotaan bertambah. Hasil model II menunjukkan bahwa laju pertumbuhan sektor kunci tidak bersifat inklusif. Laju pertumbuhan sektor forward oriented bersifat inklusif di semua wilayah. Laju pertumbuhan sektor backward oriented bersifat inklusif di perkotaan dan nasional. Laju pertumbuhan sektor independent bersifat inklusif di pedesaan.

---

This thesis is motivated by the realization rate of poverty reduction in Indonesia that is still running slow. Concentration analysis in this study, discusses the sectoral composition of economic growth and migration on poverty reduction in Indonesia, since both of these are determinant of poverty reduction. Sectoral scope in this thesis, covering urban and rural areas as well as the field of business. The purpose of this study, to analyze the impact of sectoral growth and the rate of migration on poverty reduction, both for rural, urban and national.

Two model used here. Model I (real per capita consumption of rural and urban). Model II (real GDP per capita sectoral). In model II, the economy is divided into four sectors based on it?s linkage (based on Table Input Output Indonesia 2008). The results are, (1) Key sector covering the manufacture. (2) Forward-oriented sector covering the agriculture. (3) Backward oriented sectors include electricity, gas, water; construction; trade, hotels, restaurants; transportation, communication, and the service. (4) Independent sector includes the financial sector, banks; mining, quarrying. First Model, estimated by pooled regression. Model II was estimated by bootstrap regression residual.

First modeling shows that rate of urban growth accelerate of poverty reduction in urban and national, but it causes rural poverty increased. Rural growth, accelerate of poverty reduction in rural and nationwide, but it causes urban poverty increased. Migration, accelerate of poverty reduction nationally and led to increased levels of poverty in urban areas. Second model, indicate that growth rate of key sector is not inclusive. Growth rate of forward oriented sectors is inclusive in all areas. The growth rate of the backward oriented sectors, inclusive in urban and national. The growth rate of independent sector, was inclusif in rural."

"Penelitian ini ditujukan untuk menganalisis hubungan kausalitas dinamis antara perkembangan sektor keuangan, pertumbuhan ekonomi dan penurunan kemiskinan di Indonesia periode 2000Q1 sampai dengan 2010Q4. Dalam penelitian ini, pengukuran perkembangan sektor keuangan menggunakan tiga proksi yaitu rasio uang beredar secara luas (M2) terhadap PDB, rasio kredit sektor swasta terhadap PDB dan rasio total kredit usaha kecil terhadap PDB.Model yang digunakan dalam penelitian ini adalah uji kausalitas Granger dan trivariate VECM untuk dapat menjawab tujuan penelitian. Dari hasil studi diperoleh bahwa pertumbuhan ekonomi dan perkembangan sektor keuangan mempunyai hubungan jangka panjang dengan penurunan tingkat kemiskinan di Indonesia. Pengaruh pertumbuhan ekonomi dan perkembangan sektor keuangan terhadap penurunan tingkat kemiskinan tidak terjadi seketika, tetapi ada time lag yang lama tergantung pada situasi perekonomian di negara yang bersangkutan.Penelitian ini juga menemukan bahwa perkembangan sektor keuangan menyebabkan pertumbuhan ekonomi dan mendukung supply leading hypothesis di Indonesia.

---

This study aimed to analyze the dynamic causal relationship between financial sector development, economic growth and poverty reduction in Indonesia period 1996Q1 to 2009Q4. In this study, measurement of financial sector development using three proxies, namely the ratio of broad money supply (M2) to GDP, the ratio of private sector credit to GDP and the ratio of total credit for small business to GDP.

The model used in this study is the Granger causality test and trivariate VECM in order to answer the research objectives. From the results of the study found that economic growth and development of the financial sector has a long-term relationship with poverty reduction in Indonesia. Effect of economic growth and development of the financial sector to poverty reduction does not happen instantly, but there is a long lag time depending on the economic situation in the country.This study also finds that development of financial sector development leds to economic growth and support the supply leading hypothesis for Indonesia."

"Kemiskinan di Indonesia masih menjadi masalah yang harus diperhatikan setiap tahun. Menurut Laporan Susenas Maret 2022, Pulau Sulawesi menempati urutan ketiga dari enam pulau besar di Indonesia berdasarkan persentase penduduk miskin. Hal ini menunjukkan masih banyak penduduk di Pulau Sulawesi yang mengalami kemiskinan. Oleh karena itu, pemerintah perlu mengambil kebijakan yang tepat untuk mengatasi kemiskinan. Salah satu upaya yang dapat dilakukan pemerintah adalah dengan melakukan pengelompokan, yaitu mengelompokkan daerah-daerah kabupaten/kota di Pulau Sulawesi berdasarkan variabel-variabel kemiskinan. Tujuan penelitian ini adalah mengelompokkan data secara dua arah yaitu pengelompokan berdasarkan kabupaten/kota dan variabel-variabelnya secara bersamaan. Dengan terbentuknya pengelompokan kabupaten/kota dan variabel secara bersamaan akan mempermudah pemerintah untuk membuat kebijakan untuk mengatasi kemiskinan. Metode yang sesuai untuk mengelompokkan kabupaten/kota dan variabel-variabel secara bersamaan adalah metode biclustering. Metode biclustering dapat melakukan pengelompokan observasi dan karakteristik secara bersamaan sehingga terbentuk bicluster yang dapat dicirikan dengan karakteristik yang berbeda. Salah satu algoritma biclustering yaitu Iterative Signature Algorithm (ISA). Pengelompokan dengan menggunakan Iterative Signature Algorithm (ISA) memerlukan nilai ambang batas atas dan nilai ambang batas bawah. Nilai ambang batas adalah nilai yang digunakan untuk menentukan apakah suatu wilayah kabupaten/kota dan variabel-variabel dapat masuk ke dalam bicluster. Hasil yang terbaik dipilih berdasarkan rata-rata Mean Square Residu (MSR) per volume. Analisis biclustering pada data kemiskinan di Pulau Sulawesi tahun 2022 menggunakan Iterative Signature Algorithm (ISA) menghasilkan sebanyak 2 bicluster. Pemerintah diharapkan dapat membuat kebijakan yang tepat sesuai dengan masalah yang terjadi pada bicluster 1 dan bicluster 2.

---

Poverty in Indonesia is still a problem that must be addressed every year. According to the March 2022 Susenas report, Sulawesi Island ranks at third out of six major islands in Indonesia based on the percentage of the population living in poverty. This shows that there are still many people in Sulawesi Island who experience poverty.  Therefore, the government needs to take the right policy to overcome poverty. One of the efforts that the government can make is by clustering, namely grouping districts/cities on the island of Sulawesi based on poverty variables. The objective of this research is to group the data in two directions, namely grouping by district/city and its variables simultaneously. With the formation of groupings of districts/cities and variables simultaneously, it will be easier for the government to make policies to overcome poverty. The appropriate method to group districts/cities and variables together is the biclustering method. The biclustering method able to group observations and characteristics simultaneously so that biclusters formed that can be characterized differently. One of the biclustering algorithms is the Iterative Signature Algorithm (ISA). Clustering using the Iterative Signature Algorithm (ISA) requires an upper threshold value and a lower threshold value. Threshold value is the value used to determine whether a district/city and variables can be included in a bicluster. The best result is selected based on the average Mean Square Residu (MSR) per volume. Biclustering analysis of poverty data in Sulawesi Island in 2022 using Iterative Signature Algorithm (ISA) produce 2 biclusters. Based on this results, the government is expected to make a right policy to overcome poverty problems in bicluster 1 and bicluster 2."