ANALISIS AUTOKORELASI SPASIAL KEMISKINAN DI PROVINSI SUMATERA UTARA

Abstrak

Penelitian ini bertujuan untuk menganalisis pola spasial kemiskinan dan mengidentifikasi sektor-sektor unggulan daerah di Provinsi Sumatera Utara dengan pendekatan analisis spasial. Metode yang digunakan mencakup analisis autokorelasi spasial global menggunakan Indeks Moran, visualisasi data spasial melalui bubble map dan heatmap, serta identifikasi deskriptif sektor ekonomi unggulan berdasarkan asumsi Location Quotient (LQ). Hasil analisis menunjukkan bahwa secara global, distribusi kemiskinan bersifat acak (nilai Moran’s I = -0,0786; Z = -0,853), yang mengindikasikan tidak adanya pola pengelompokan spasial yang signifikan. Namun, visualisasi peta menunjukkan indikasi zona panas (hotspot) pada wilayah kepulauan seperti Nias Barat, Nias Utara, dan Nias Selatan yang memiliki tingkat kemiskinan tinggi. Sektor-sektor unggulan pada wilayah-wilayah dengan kemiskinan tinggi cenderung terfokus pada sektor primer seperti pertanian, perikanan, dan kehutanan. Keterbatasan pada diversifikasi ekonomi ini menjadi salah satu faktor penghambat kesejahteraan wilayah. Hasil ini merekomendasikan perlunya intervensi kebijakan berbasis spasial dan sektoral untuk mendukung pembangunan berkelanjutan dan pengentasan kemiskinan.

This study aims to analyze the spatial patterns of poverty and identify regional leading sectors in North Sumatra Province using a spatial analysis approach. The methods employed include global spatial autocorrelation analysis using Moran's Index, spatial data visualization through bubble maps and heatmaps, and descriptive identification of key economic sectors based on the Location Quotient (LQ) assumption. The analysis revealed that, globally, the distribution of poverty is random (Moran’s I = -0.0786; Z = -0.853), indicating no significant spatial clustering pattern. However, spatial visualization shows hotspot areas in island regions such as West Nias, North Nias, and South Nias, which have high poverty rates. Leading sectors in high-poverty areas tend to concentrate on primary sectors such as agriculture, fisheries, and forestry. The lack of economic diversification is a major obstacle to regional welfare. These findings suggest the need for spatial and sector-based policy interventions to support sustainable development and poverty alleviation.