Hasil Pencarian  ::  Simpan CSV :: Kembali

"Salah satu tujuan dari program Dana Desa yang digulirkan Pemerintah Pusat sejak tahun 2015 adalah untuk mengatasi kesenjangan pembangunan antar desa. Pembagian Dana Desa yang berlaku menurut PP No.60 Tahun 2014 yaitu 90 persen Alokasi Dasar dan 10 persen Alokasi Formula dianggap kurang optimal dalam pemerataan pendapatan atau keuangan desa, penelitian ini mengambil kasus yang terjadi di Kabupaten Bogor. Penelitian ini bertujuan untuk mengetahui bagaimana Dampak Pembagian Dana Desa yang berlaku saat ini terhadap Kesetaraan Keuangan Antar Desa di Kabupaten Bogor pada tahun 2015 serta untuk mengetahui seperti apa formulasi pembagian Dana Desa yang paling tepat guna mewujudkan pemerataan Keuangan desa di Kabupaten Bogor. Pendekatan yang digunakan adalah Deskriptif Kuantitatif dengan Data Sekunder.Hasil penelitian menunjukkan bahwa formulasi Dana Desa 90 persen : 10 persen belum mampu mengoptimalkan tingkat pemerataan keuangan Desa di Kabupaten Bogor, dimana tingkat kesenjangan yang dihasilkan dari perhitungan Indeks Williamson adalah sebesar 0,439501. Indeks ketimpangan yang paling kecil dihasilkan dari formulasi Dana Desa 70 persen : 30 persen yaitu sebesar 0,4393627. Hal ini menunjukkan bahwa dengan mengubah formulasi pembagian Dana Desa dari 90 persen : 10 persen menjadi 70 persen : 30 persen, maka akan dapat mengurangi tingkat kesenjangan pemerataan keuangan Desa di Kabupaten Bogor sebesar 0,0009546. Kata Kunci:Kesenjangan Pendapatan, Dana Desa, Indeks Williamson, Keuangan Desa.

---

One of the goals from the village fund program initiated by the Government since Year 2015 is to address the development gap between rural. However, current formulation of the fund village which is 90 percentages for basic allocation and 10 percentages for formula allocation is considered not optimal in equitable distribution of income, one of them occurred in Bogor District. This study aims to determine how the impact from the fund village formulations which apply village financial equalization in Bogor District 2015 and also to know what the best formulation for fund village to achieve village financial equalization in Bogor District. The approach used in this study was descriptive quantitative with secondary data.The results showed that the formulations of the fund village 90 percentages 10 percentages have not been able to optimize the level of village financial equalization in Bogor, where levels of inequality resulting from the calculation of the Index Williamson is equal to 0,439501. The smallest inequality index resulting from the formulation 70 percentages 30 percentages that is equal to 0,4393627. This shows that by changing the formulation of fund village from 90 percentages 10 percentages to 70 percentages 30 percentages, it will be able to reduce gaps financial equalization village in Bogor District of inequality gap levels of inequality of equity finance of in Bogor regency of 0,0009546. Keywords Income Distribution Gap, Village Funds, Index Williamson, Village Finance."

"Tujuan utama penelitian ini adalah untuk menyajikan bukti secara empiris hubungan antara penerapan kebijakan Anti Pencucian Uang (APU) dan kesenjangan pendapatan. Menggunakan panel data 80 negara dengan periode dari 2012 sampai 2019 dan metode estimasi fixed effect dengan penambahan time-fixed effect, menunjukan bahwa efektifitas penerapan kebijakan APU berkorelasi negatif dengan tingkat kesenjangan pendapatan. Selain itu penggunaan dua ukuran koefisien gini, yaitu gini bruto dan gini neto mengindikasikan bahwa salah satu komponen pendapatan yang terpengaruh oleh kebijakan APU adalah komponen redistribusi pendapatan dan transfer kekayaan.

---

The main objective of this research is to present empirical evidence on the relationship between the implementation of Anti-Money Laundering (AML) policies and income inequality. Using panel data from 80 countries covering the period from 2012 to 2019 and employing the fixed effect estimation method with the addition of time-fixed effects, the study demonstrates that the effectiveness of AML policy implementation is negatively correlated with the level of income inequality. Furthermore, the utilization of two Gini coefficient measures (Gini gross and Gini net) indicates that one of the income components affected by AML policies is the income redistribution and wealth transfer component."

"Penelitian ini melengkapi literatur mengenai hubungan antara ukuran kota tempat bekerja dan pendapatan di Indonesia dengan penekanan pada perempuan. Temuan penelitian ini menunjukkan adanya perbedaan pola pendapatan berdasarkan ukuran kota dan jenis kelamin, di mana pendapatan rata-rata cenderung lebih tinggi di kota-kota besar dan untuk laki-laki. Analisis multivariat juga mengungkapkan adanya fenomena urban wage premium di Indonesia, di mana terdapat hubungan signifikan antara ukuran kota dan pendapatan. Lebih menariknya lagi, ketika perempuan dan laki-laki dianalisis secara terpisah, penelitian ini menemukan bahwa urban wage premium perempuan lebih tinggi dibandingkan dengan laki-laki. Penelitian ini menyimpulkan bahwa infrastruktur dan pelayanan publik yang lebih baik serta fasilitas pendidikan yang lebih baik di perkotaan dapat menjadi faktor penentu dalam perbedaan urban wage premium antara perempuan dan laki-laki.

---

This research complements the literature on the relationship between city size of employment and income in Indonesia, with a focus on females. The findings of this study indicate differences in income patterns based on city size and gender, where average income tends to be higher in larger cities and for men. The multivariate analysis also reveals the existence of an urban wage premium phenomenon in Indonesia, with a significant relationship between city size and income. Interestingly, when female and men are analyzed separately, this research finds that the urban wage premium for female is higher compared to men. The study concludes that better infrastructure, public services, and educational facilities in urban areas can be determining factors in the difference in urban wage premium between female and men."

"Pulau Jawa merupakan pulau dengan tingkat kepadatan penduduk paling tinggi di Indonesia, dimana lebih dari 56% dari penduduk Indonesia tinggal di Pulau Jawa. Di saat yang sama, pusat kegiatan ekonomi dan pemerintahan berada di Pulau Jawa. Dengan adanya infrastruktur dan fasilitas yang lebih baik dibandingkan pulau-pulau lainnya, terjadi urbanisasi yang cukup pesat, yang menyebabkan peningkatan tingkat kriminalitas. Berdasarkan penelitian sebelumnya, dua faktor yang memengaruhi tingkat kriminalitas secara signifikan adalah tingkat pengangguran dan kesenjangan pendapatan. Oleh karena itu, penelitian ini menganalisis hubungan antara tingkat pengangguran dan kesenjangan pendapatan dengan tingkat kriminalitas di Pulau Jawa, menggunakan data dari 119 kabupaten kota dari tahun 2017 hingga 2022, dengan total 702 observasi awal. Penelitian ini juga memasukkan lima variabel lainnya sebagai kontrol; kepadatan penduduk, rata-rata lama sekolah, PDRB per kapita, umur harapan hidup, dan tahun, dengan tahun 2017 sebagai tahun dasar. Melalui regresi OLS, ditemukan bahwa tingkat pengangguran dan kesenjangan pendapatan memiliki hubungan yang negatif dan signifikan terhadap tingkat pengangguran. Menurut penelitian dan teori terdahulu, hasil dari variabel tingkat pengangguran dapat mengimplikasikan bahwa ada penurunan supply korban, yang cenderung dapat menurunkan tingkat kriminalitas. Di sisi lain, belum ada teori yang dapat menjelaskan hasil dari variabel kesenjangan pendapatan yang diukur dengan koefisien Gini, namun penelitian sebelumnya menemukan bahwa kesenjangan pendapatan dapat diasosiasikan dengan jenis kejahatan tertentu. Melalui data mengenai tingkat kriminalitas berdasarkan jenis kejahatannya di Pulau Jawa, ditemukan bahwa jenis-jenis kejahatan tersebut cenderung menurun dari tahun ke tahun. Hal ini dapat mengimplikasikan adanya faktor eksternal lain yang dapat memengaruhi. Selain itu, untuk variabel kontrol, umur harapan hidup, PDRB per kapita, dan tahun 2019 memiliki korelasi negatif dengan tingkat kriminalitas, sedangkan tahun 2018, 2020, 2021, and 2022 tidak berkorelasi secara signifikan terhadap tingkat kriminalitas.

---

Java Island has the highest population density amongst other islands in Indonesia, with more than 56% of Indonesians residing there. Having better infrastructure and facilities than other islands and being the centre of economic and government activities led the island to have rapid urbanisation, which caused the increase of crime rate from time to time. According to previous research, the two factors that significantly affect the crime rate are income inequality and unemployment. Thus, the present study analyses the relationship between income inequality and the unemployment rate to crime rates in Java Island, using the data of 119 cities and municipalities from 2017 until 2022 with 702 initial observations. This research also includes five other variables; population density, average years of schooling, GRDP per capita, average life expectancy, and year, with the year 2017 as the reference year, as control variables. Through regression with the OLS estimate, it was found that the unemployment rate and Gini coefficient have a significant and negative correlation with the crime rate.  Based on the previous theories and research, the results of the unemployment variable could be explained by the decreased supply of potential victims, which could lead to a lower crime rate. As for the income inequality variable, while there are no theories that could support the results, previous empirical studies have found that income inequality is associated with certain kinds of crime. Through the data on crime activities in Java Island, it was found that those crime activities tend to decrease from time to time. This could imply that there could be other external factors. As for the control variables, average life expectancy, GRDP per capita, and the year 2019 have a negative correlation with the crime rate, while average years of schooling and population density have a positive correlation with the crime rate, whereas the years 2018, 2020, 2021, and 2022 have no significant correlation with the crime rate."