Visualisasi Data Persentase Penduduk Miskin pada Pulau Kalimantan Indonesia Tahun 2019 - 2024 Menggunakan Microsoft Excel

Dwiva Krisnoprianto Pratama; Christian Fedrik Nakano; Jadiaman Parhusip

doi:10.61132/venus.v2i6.646

Authors

Dwiva Krisnoprianto Pratama Univeristas Palangka Raya
Christian Fedrik Nakano Univeristas Palangka Raya
Jadiaman Parhusip Univeristas Palangka Raya

DOI:

https://doi.org/10.61132/venus.v2i6.646

Keywords:

poverty, Kalimantan, data analysis, visualization, policy

Abstract

This article discusses the issue of poverty in Kalimantan Island, Indonesia, with a focus on the analysis of poverty data from 2019 to 2024. Despite Kalimantan's wealth of natural resources, economic disparities and uneven distribution remain significant challenges. This research uses data from the Central Statistics Agency (Badan Pusat Statistik) to demonstrate the impact of the COVID-19 pandemic, which caused an increase in the number of people living in poverty due to income reductions and job losses. By utilizing Microsoft Excel, data visualization is employed to present information clearly and concisely, making it easier to understand the poverty situation in the region. The findings of this research recommend that poverty alleviation policies be more focused and data-driven, and encourage further research to understand the factors influencing poverty. It is hoped that this article will provide valuable insights for the development of policies and poverty alleviation efforts in Indonesia, particularly in Kalimantan Island.

References

Alamsyah, I. F., Esra, R., Awalia, S., & Nohe, D. A. (2022). Analisis regresi data panel untuk mengetahui faktor yang memengaruhi jumlah penduduk miskin di Kalimantan Timur. Prosiding Seminar Nasional Matematika, Statistika, Dan Aplikasinya, 254–266.

Fathurahman, Hayati, M. N., & Rizki, N. A. (2019). Pemodelan Indeks Pembangunan Kesehatan Masyarakat Indonesia. 183–191.

Ghivary, R. Al, Mawar, M., Wulandari, N., Srikandi, N., & M. F, A. N. (2023). Peran Visualisasi Data Untuk Menunjang Analisa Data Kependudukan Di Indonesia. Pentahelix, 1(1), 57. https://doi.org/10.24853/penta.1.1.57-62

Halim, I. T., Ramadhanty, A. P., Oscarini, D. R., Putra, G. M., Br Tobing, H. F., & Nooraeni, R. (2020). Faktor-Faktor yang Mempengaruhi Persentase Penduduk Miskin di Indonesia Tahun 2015-2018 Menggunakan Regresi Data Panel. Engineering, MAthematics and Computer Science (EMACS) Journal, 2(2), 55–63. https://doi.org/10.21512/emacsjournal.v2i2.6368

Kusuma, F., Ahsan, M., & Syahminan, S. (2021). Prediksi Jumlah Penduduk Miskin Indonesia menggunakan Metode Single Moving Average dan Double Moving Average. Jurnal Informatika Dan Rekayasa Perangkat Lunak, 3(2), 105. https://doi.org/10.36499/jinrpl.v3i2.4594

Noviani, W., Sifriyani, S., & Purnamasari, I. (2020). Pemodelan Regresi Nonparametrik Spline Linear Persentase Penduduk Miskin di Kalimantan. Jurnal Siger Matematika, 1(2), 35–41. https://doi.org/10.23960/jsm.v1i2.2565

Nugroho Arif Sudibyo, Ardymulya Iswardani, Kartika Sari, & Siti Suprihatiningsih. (2020). Penerapan Data Mining Pada Jumlah Penduduk Miskin Di Indonesia. Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika Dan Statistika, 1(3), 199–207. https://doi.org/10.46306/lb.v1i3.42

Padang, L., & Murtala, M. (2020). Pengaruh Jumlah Penduduk Miskin Dan Tingkat Pengangguran Terbuka Terhadap Pertumbuhan Ekonomi Di Indonesia. Jurnal Ekonomika Indonesia, 9(1), 9. https://doi.org/10.29103/ekonomika.v9i1.3167

Pratiwi, E. H., & Malik, N. (2022). Analisis Pengaruh Pertumbuhan Ekonomi, Tingkat Pendidikan dan Kesehatan Terhadap Jumlah Penduduk Miskin di Bali Tahun 2011-2020. Jurnal Ilmu Ekonomi JIE, 6(1), 112–122. https://doi.org/10.22219/jie.v6i1.19670

Rahayu, A. T. (2024). Analisis Faktor-Faktor Yang Mempengaruhi Kemiskinan Di Pulau Kalimantan Menggunakan Regresi Linier Multilevel. Buletin Ilmiah Math. Stat. Dan Terapannya (Bimaster), 13(4), 495–502.