Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKThis research study examines income disparity among 25 districts in West JavaProvince and its impact to human development index. The tools of analysis areWilliamson Index, Klassen typology, and Regression Model using panel data.Based on Williamson Index, we found that disparity of gross regional domesticproduct per capita among districts in West Java is relatively high (>0,5) buttended to decrease over the period of 2001-2007.Klassen typology shows that West Java can be classified into four types: highgrowth and high income, high income but low growth, high growth but lowincome, low growth and low income. In period 2001-2007, most of the districtshave same pattern of growth.Estimation using fixed effect with cross section weights method could be appliedto examined the impact of independent variables consist of education aspects,health aspects, personal income aspects and demography aspect to humandevelopment index. It reveals that number of junior school, the ratio betweennumber of teachers to number of students in junior high school, number of PublicHealth Center, gross regional domestic product per capita, and density ofpopulation could significantly affected to Human Development Index.

---

ABSTRAKTesis ini membahas disparitas indeks pembangunan manusia antar 25kabupaten/kota di wilayah Provinsi Jawa Barat. Metode analisis yang dilakukanmenggunakan teknik kuantitatif Indeks Williamson, Tipologi Klassen dan Regresidata panel.Hasil penelitian menunjukkan bahwa pada periode 2001-2007 di wilayahProvinsi Jawa Barat terjadi ketimpangan yang cukup tinggi di atas 0,5 dengankecenderungan yang semakin menurun. Hasil analisis Tipologi Klassenberdasarkan tingkat pertumbuhan PDRB dan LPE, antara tahun 2001-2007diketahui tidak semua kabupaten/kota mengalami pertumbuhan, sebagian besaradalah tetap pada pola pertumbuhan yang sama. Terdapat kabupaten/kota terusmaju, namun ada juga kabupaten/kota yang tetap tertinggal, bahkan ada beberapakabupaten/kota yang mengalami penurunan tingkat kesejahteraan. Dan daripengujian dengan melakukan regresi data panel dengan metode Fixed Effectdiketahui Dari persamaan regresi data panel diperoleh data bahwa dari sembilanvariabel yang diduga mempunyai pengaruh terhadap tingkat pencapaian IPM diWilayah Provinsi Jawa Barat, ternyata hanya lima variabel yang secara signifikanberpengaruh. Kelima variabel tersebut adalah variabel jumlah bangunan sekolahlanjutan pertama, variabel rasio jumlah gruru terhadap murid tingkat sekolahlanjutan pertama, variabel jumlah puskesmas, variabel PDRB perkapita sertavariabel kepadatan penduduk."

"Tesis ini membahas tentang faktor-faktor yang mempengaruhi disparitas pendapatan antar kabupaten/kota di Provinsi Jawa Barat. Metode analisis yang digunakan adalah teknik kuantitatif Indeks Williamson, Tipologi Klaasen dan Regresi Data Panel.Hasil penelitian menunjukkan bahwa terjadi disparitas pendapatan yang cukup tinggi di Provinsi Jawa Barat dalam jangka waktu 2003-2008 mencapai angka 0,6 dan cenderung menurun. Hasil regresi data panel menunjukkan bahwa faktor rasio guru terhadap murid, jumlah dokter, tingkat partisipasi angkatan kerja dan alokasi investasi mempunyai pengaruh terhadap disparitas pendapatan antar kabupaten/kota di Provinsi Jawa Barat.

---

This thesis is discuss about disparity of income within region di Jawa Barat. The tools of analysis are Williamson Index, Klaasen Tipology, and Regression model using pooling regression.Based on Williamson Index, we found that disparity of income within region in Jawa Barat is relatively high and reach number of index 0,6 but tended to decrease over the period of 2003-2008. Estimation using fixed effect with cross section weight method we found that the ratio between number of teachers to number of students, number of Public Health Center, TPAK and investment could significantly affected to disparity of income within region in Jawa Barat."

"Penelitian ini dimaksudkan untuk mengetahui dan mengukur tingkat kesenjangan antardaerah kabupaten/kota di Provinsi Banten dan mengetahui hubungan faktor-faktor mempengaruhi tingkat kesenjangan di Provinsi Bengkulu serta dampak faktor-faktor tersebut terhadap tingkat kesenjangan. Data yang digunakan adalah data sekunder dengan runtun waktu (Time Series) periode 1983-2003.Untuk perhitungan tingkat kesenjangan digunakan Indeks Williamson. Sedangkan untuk mengetahui hubungan antara faktor-faktor yang mempengaruhi tingkat kesenjangan dan tingkat kesenjangan di Provinsi Bengkulu digunakan model persamaan regresi berganda dengan bantuan software Eviews 3.00. Model regresi yang digunakan adalah model double log linear dengan variabel bebas yaitu Investasi (digunakan pendekatan dengan nilai PMTDB), jumlah tenaga kerja, jumlah sumbangan dari pemerintah pusat yang diterima oleh daerah dan pengeluaran konsumsi rumah tangga.Dari hasil perhitungan Tingkat Kesenjangan antar daerah didapatkan hasil bahwa tingkat kesenjangan selama periode 1983-2003 berfluktuatif dan semakin menurun. Nilai terendah terjadi pada tahun 1999 sebesar 0,16 dan tertinggi pada tahun 1984 sebesar 0,49.Hasil estimasi didapatkan bahwa variabel PMTDB dan Tenaga Kerja memiliki hubungan yang negatif yang berarti apabila jumlah PMTDB dan Tenaga Kerja meningkat maka akan menurunkan tingkat kesenjangan. sedangkan variabel sumbangan memiliki hubungan yang positif artinya apabila jumlah sumbangan meningkat maka akan meningkatkan tingkat kesenjangan. Dari besarnya koefisien, maka variabel sumbangan lebih elastis dibandingkan dengan tenaga kerja dan PMTDB.Hasil penelitian tersebut memiliki implikasi kebijakan yang diarahkan pada peningkatan pertumbuhan ekonomi antara lain kebijakan peningkatan investasi dan kebijakan tenaga kerja."

"Dengan melihat fakta bahwa perkembangan pembangunan manusia di Indonesia yang diwakili dengan indikator Indeks Pembangunan Manusia (IPM) yang pada tahun 1996, 1999 dan 2002 mengalami perubahan fluktuatif yang tajam. IPM yang memiliki 3 (tiga) dimensi yaitu umur yang panjang, pengetahuan dan standar hidup yang layak merupakan suatu kebutuhan dasar (basic needs) yang harus terpenuhi bagi setiap manusia. Perubahan fluktuatif IPM tersebut terjadi secara nasional dan ditingkat provinsi bahkan kabupaten/kota di Indonesia. Banyak faktor yang mungkin berpengaruh terhadap perkembangan pembangunan manusia tersebut.Mengacu pada berbagai penelitian dan publikasi yang diterbitkan oleh UNDP maupun institusi lain, disampaikan bahwa pembangunan manusia tersebut merupakan fungsi dari indikator perekonomian, indikator pembiayaan pembangunan manusia, indikator kemiskinan, indikator pendidikan dan indikator kesehatan. 3ika dikaitkan dengan fluktuatif indikator IPM yang terjadi di Indonesia, kemungkinan diakibatkan oleh perubahan fungsi/faktor tersebut. Tesis ini akan melakukan pelacakan untuk mengetahui faktor-faktor yang mempunyai pengaruh paling dominan serta besarnya kontribusi dari masing-masing faktor tersebut, sehingga dapat menghasilkan suatu rekomendasi arah dan kebijakan yang harus diambil oleh pemerintah/pemerintah daerah dalam rangka meningkatkan pembangunan manusia dimasa datang. Penelitian inl secara khusus dilakukan untuk wilayah studi kabupaten/kota di Provinsi Bali.Untuk mencapai tlujuan tersebut, akan disusun 3 (tiga) model ekonometrik;a yang akan diregresikan untuk seluruh kabupaten/kota di Provinsi Bali serta pada 2 (dua) wilayah pembangunan di Provinsi Bari. Diharapkan dapat dihasilkan model yang dapat menjelaskan faktorfaktor yang rriiempengaruhi IPM yang "bermakna secara teoritis" dan "nyata secara statistik". Hasil regresi menunjukkan, pembangunan manusia sangat dipengaruhi oleh faktor pembangunan ekonomi, faktor pembiayaan pembangunan manusia, faktor kemiskinan, faktor pendidikan dan faktor kesehatan. Masing-masing faktor tersebut memiliki kontribusi yang berbeda-beda untuk setiap model dan pada setiap wilayah studi, sehingga hasil dari penelitian ini dapat menjawab tujuan dari penelitian.Dengan mengetahui kontribusi tersebut, maka rekomendasi kebijakan untuk dijadikan strategi bagi seluruh pemerintah daerah kabupaten dan kota di Provinsi Bali dalam rangka peningkatan Indeks Pembangunan Manusia yaitu: (a) kebijakan peningkatan persentase anggaran pembangunan sosial. Hal ini menjadi sangat penting karena implementasi kebijakan publik berada dipemerintah; (b) kebijakan pengendalian jumlah penduduk miskin menjadi suatu keharusan; (c) peningkatan perturribuhan ekonomi daerah melalui peningkatan investasi sebagal sumber pertumbuhan ekonomi tak kalah pentingnya."

"Penelitian ini bertujuan untuk menganalisa seberapa besar pengaruh Pengeluaran rumah tangga (pada pengeluaran non makanan sektor pendidikan dan kesehatan), pengeluaran pemerintah per kapita, serta kredit mikro, kecil dan menengah yang diberikan Bank Umum dan BPR terhadap Indeks Pembangunan Gender (IPG). Dalam mengukur dan menganalisa digunakan data runtun waktu (time series) dan silang tempat (cross section) atas 19 kabupaten/kota pada periode 2008 s/d 2012. Analisa data menggunakan metode efek tetap (Fixed Effext). Penggunaan metode ini dapat menjelaskan perbedaan karakteristik IPG di masing-masing kabupaten/kota di Jawa Tengah. Hasil penelitian ini menunjukkan adanya pengaruh yang signifikan antara pola konsumsi/pengeluaran rumah tangga, pengeluaran pemerintah per kapita dan serta kredit mikro, kecil dan menengah terhadap Indeks Pembangunan Gender di Jawa Tengah. Dari analisis yang dilakukan menunjukkan bahwa seluruh variabel independen berhubungan positif dan signifikan dengan IPG. Pengeluaran pemerintah per kapita menunjukkan kontribusi yang terkecil, sedangkan kredit, mikro, kecil dan menengah menunjukkan kontribusi yang paling besar terhadap IPG. Besarnya pengaruh tersebut ditunjukkan oleh nilai koefisien variabel-variabel bebas, yakni 0,0170 untuk variabel pengeluaran rumah tangga sektor pendidikan dan kesehatan, 0,012245 untuk variabel pengeluaran pemerintah serta 0,011526 untuk kredit mikro, kecil dan menengah.

---

This study aims to analyze how much influence household spending (at the expense of non-food sectors and health education), government spending per capita, as well as micro-credit, small and medium-sized commercial banks and rural banks granted to the Gender Development Index (GDI). Used in measuring and analyzing time series data (time series) and a cross (cross section) over 19 districts / cities in the period of 2008 s / d 2012. Analysis of the data using fixed effects (Fixed Effext). The use of this method can explain the differences in the characteristics of IPG in each district / city in Central Java.

Results of this study showed a significant relationship between the pattern of consumption / household expenditure, government expenditure per capita and as well as micro-credit, small and medium enterprises against the Gender Development Index in Central Java. From the analysis showed that all independent variables associated positively and significantly with the IPG. Government expenditure per capita shows the smallest contribution, while credit, micro, small and medium showed the greatest contribution to the IPG. The amount of influence is shown by the coefficient of the independent variables, namely 0.0170 to variable household spending education and health sectors, 0.012245 to 0.011526 variable government spending as well as to credit for micro, small and medium enterprises."

"Ketimpangan pembangunan antar wilayah di Kabupaten Bekasi sudah diperbincangkan oleh berbagai kalangan sejak beberapa tahun terakhir. isu ini semakin mendapat tempat setelah bergulirnya era pemerintahan daerah dengan konsep yang lebih desentralistik melalui Undang Undang Nomor 22 Tahun 1999 tentang Pemerintahan Daerah. Disparitas pembangunan yang paling mendapat sorotan adalah ketimpangan antara wilayah utara dan wilayah selatan, serta antara koridor barat dan timur Kabupaten Bekasi, walaupun gaungnya tidak sekeras disparitas Utara - Selatan. Isu ketimpangan ini telah memicu beberapa kelompok seperti LSM dan tokoh masyarakat di Wilayah Utara untuk menyuarakan pemekaran Kabupaten Bekasi.Salah satu indikator yang digunakan untuk mengukur hasil pembangunan adalah dengan melihat tingkat kesejahteraan dan kualitas hidup masyarakatnya. Ukuran yang sering digunakan adalah dengan mengamati Indeks Pembangunan Manusia (IPM).Adapun Tujuan Penelitian dari tesis adalah untuk:a. Menganalisa tingkat ketimpangan pendapatan antar kecamatan di Kabupaten Bekasi serta kecenderungannya dalam tahun 1996-2004b. Mengkaji tingkat kemajuan perekonomian antar kecamatan di Kabupaten Bekasi.c. Menganalisa faktor-faktor sosial dan ekonomi yang mempengaruhi pencapaianIPM di 23 kecamatan dalam wilayah Kabupaten Bekasi antara tahun 2001-2004Tehnik Analisis yang digunakan dalam penelitian ini adalah Analisis Weighted Coefficient Variation (CVw) atau Williamson (Iw) Nilai indeks berkisar antara nol dan satu. Alat Analisis yang kedua adalah Tipelogi Klaasen dengan melihat perbandingan antara laju pertumbuhan ekonomi (LPE) dan PDRB per kapita kecamatan terhadap angka LPE dan PDRB perkapita rata-rata Kabupaten. Sedangkan alat Analisis selanjutnya adalah regresi data panel dengan IPM sebagai Variat el babas, dan variabel terikatnya terdiuri dari: PDRB per kapita kecamatan ADHK 1993; Sarana pendidikan (jumlah gedung SD dan MI); Rasio guru SD dan MI; ]umlah sarana kesehatan kecamatan; Rasio Tenaga Medis per 1000 penduduk; Kepadatan Penduduk kecamatan; Akses penduduk terhadap air bersih.Adanya kerisauan beberapa kalangan masyarakat Kabupaten Bekasi tentang ketimpangan antar kecamai:an terhukti dari hasil perhitungan distribusi pendapatan (PDRB) dengan menggunakan Indeks Williamson, dimana hasilnya diperoleh nilai indeks yang sangat tinggi dari secara umum cenderung meningkat.Untuk rnencari upaya dalam mengatasi ketimpangan ini, selanjutnya diidentifikasi kecamatan-kecamatan mana yang tertinggal, masih berkembang atau sudah maju dalarri Tipologi Klaasen. Hasilnya menunjukkan kecamatan yang tertinggal masih cukuo banyak dibandingkan dengan yang sudah maju, bahkan ada kecamatan yang mengalami kemunduran kesejahteraan ekonomi.Setelah diidentifikasi kesejahteraan dari sisi pendapatan (PDRB) dan laju pertumbuhan ekonomi, maka dilanjutkan dengan analisa tingkat kesejahteraan dan faktor-faktor yang mempengaruhinya dengan menggunakan ukuran yang Iebih luas, dalam hal ini variabel analisa yang digunakan adalah Indeks Pembangunan Manusia (IPM).Dari persamaan regresi diperoleh data bahwa dari tujuh variabel yang diduga mempunyai pengaruh terhadap tingkat pencapaian indeks Pembangunan Manusia di Kabupaten Bekasi, ternyata hanya empat variabel yang secara signifikan berpengaruh. Ke empat variabel tersebut adalah variabel PDRB, Rasio guru terhadap murid pads tingkat sekolah dasar, kepadatan penduduk dan prosentase rumah tangga yang memiliki akses terhadap air bersih."

"In the political analysis, especially in accordance wilh the general election socio-political and socio economic research provides a geographical approach to Analyse Central of Java. Method and geographical elements :are used lo analyse the result of that general election, in which the spatial unitS are used to be analysed. The spatial units consist of 35 regions at kabupaten/kota level.

Vote dislribution of the top five political parties in the General Election of 1999 in every kabupatenlkota of Central Java province is presented through tables and maps. By using the method of Location Quotient, available to produce a vote bases maps, Prom those maps of vote bases, they are overlapped and the distribution of santri and abangan enclaves can be identified. Subsequently, these enclaves are described in a map.

A differentiation on region characteristics of vote gathering distribution among the top five parties is clearly described. In term of typology of region phisiography (high mountains- low land), there is a significant difference of vote gathering for the Party of Golkar, in which Golkar Party is concentrard in Southern Highland. ln term of typology of rural-urban, there is a significant difference of vote gathering for PKB and PAN. PAN is concentrated more in urban areas while PKB is concentrated in rural areas:. Whilst due to typology of coastal-hinterland, Golkar Party is concentrated in Southern Coastal areas while PKB in the Northern Coastal areas. In term of typology of karesidenan, the significant difference of vote gathering can be shown among PDI-P, PK.B, PPP and PAN.

There are 8 factors influencing vote gathering. Those influencing factors are : profession of farmers, the number of people listening to radios, the number of Center of Traditional Islamic Education, the mass bases for "Old" Golkar, young votern, the Muhammadiyah schools, the NU schools. and the welfare perspective, which categorized as the middle and high socio-economic status.

According to sensitivity test, it is found that 12 factors influence vote gathering. By synthesizing those factors , this research enables to describe three geographical entities in explaining the relalion between geographical characteristics and vote distribution. The geographical pattern can be shown as follows :

ln the Southern Coastal regions :

There are 9 factors influencing the vote gathering, are : population density. the farmer profession, number of people listening to radios, number of moslems, the Muhammmadiyah schools., Center of Traditional Islamic Education, mosques and other buildings dor islam praying, number of santri, and the mass of the old Golkar.

In the hinterland regions:

Those 12 factores have a role to influence the vote gathering. They are ; population of density, the age of 17-25 years, the farmer proffesion, second and third wealthy families, people listening to the radios, number of moslems, the NU schools, the Muhamadiyah schools, Center of Traditional Islamic Eduction, mosques and other buildings for Islam praying, number of santri and the mass of Old Golkar.

In the northern coastal regions

Those 12 factors have a role to influence the vote gathering. They are: population density, the age of 17-25 years, the farmer proffesion, second and third wealthy families, people listening to the radios, number of moslems, the NU schools, the Muhammadiyah schools, Center of Traditional Islamic Education, mosques and other buildings for Islam praying, number of santri, and the mass of the old Golkar."

"ABSTRAKPenelitian ini dimaksudkan untuk mengukur kesenjangan Pendapatan di Provinsi Lampung dan mengetahui faktor-faktor apa saja yang menjadi penyebab kesenjangan di Provinsi Lampung. Data yang digunakan dalam penelitian ini adalah data panel pada periode 2003-2010. Tehnik analisis yang digunakan dalam penelitian ini adalah Analisis Weighted Coefficient Variation (CVw) atau Williamson. Nilai indeks berkisar antara 0 sampai dengan 1. Sedangkan alat analisis lainnya menggunakan regresi data panel fixed effect dengan PDRB Perkapita di Provinsi Lampung sebagai variabel terikat, dan variabel bebasnya adalah indeks pembangunan manusia, Pendapatan Asli Daerah, tenaga kerja dan panjang jalan.Berdasarkan hasil perhitungan dengan Indeks Williamson, selama kurun waktu 2003-2010 terjadi kesenjangan pendapatan yang sangat tinggi di Provinsi Lampung, walau secara umum mengalami fluktuasi dengan trend yang menurun. Kondisi ini diperkirakan karena ketergantungan pada sektor pertanian, peternakan, kehutanan dan perikanan yang cukup tinggi pada hampir semua kabupaten/kota di Provinsi Lampung, sehingga laju pertumbuhan sektor pertanian yang negatif akan berdampak pada perlambatan bagi laju pertumbuhan ekonomi daerah tersebut secara keseluruhan, sedangkan sektor-sektor lainnya terutama sektor industri pengolahan, sektor perdagangan, hotel dan restoran dan sektor jasa-jasa lainnya hanya tersentra pada Kabupaten/Kota tertentu saja. Hal ini berdampak pada tingkat kesenjangan antar kabupaten/kota di Provinsi Lampung. Dari periode penelitian, ternyata dari tahun 2003 – 2005 angka indeks Williamson naik masing masing sebesar 0,8969, 0,8965 dan 0,8971, tetapi pada tahun 2006 dan 2007 mengalami penurunan sebesar 0,8965, dan sebesar 0,8946 tetapi tahun 2008 dan 2009 mulai meningkat lagi yaitu sebesar 0,8947 dan 0,8972. Namun pada tahun 2010 kembali terjadi penurunan lagi sebesar 0,8956. Adapun faktor – faktor yang mempengaruhi kesenjangan yang semakin besar di Provinsi Lampung adalah indeks pembangunan manusia, Pendapatan Asli Daerah dan panjang jalan sementara tenaga kerja hanya sedikit mempengaruhi ketimpangan.

---

ABSTRACTThis study aims to measure income gap in Lampung Province and determine what factors causing the inequality. The study used panel data for the period of 2003-2010. For inequality this research uses weighted analysis of Coefficient Variation (CVw) or Williamson. Index values are ​​ranging from 0 to 1. For analysis of determinant, this study used panel data fixed effect regression , with GDP per capita in the province of Lampung as the dependent variable and index of human development, local revenue, labor and road length as the independent variable.Based on calculations by Williamson Index, during the period of 2003-2010, very high income inequality in Lampung province existed, although generally fluctuated with a declining trend. From analysis of determinant, this condition is occured since all districts/ cities in Lampung Province has quite high dependence on agriculture, livestock, forestry and fisheries, so the negative rate of growth on agricultural sector would slow the rate of economic growth in the region as a whole. While the other sectors, especially the manufacturing, trade, hotels and restaurants and other services sectors are concentrated in districts / cities only. This has an impact on the level of inequality between districts / municipalities in the province of Lampung. From the period of the study, in 2003 - 2005 figures Williamson index rose respectively to 0.8969, 0.8965 and 0.8971, but in 2006 and 2007 decreased to 0.8965, and 0.8946 but in 2008 and 2009 began to increase again to 0.8947 and 0.8972. But in 2010 a decrease occurred again to 0.8956. While the factors that affect the larger gaps in the province of Lampung is the human development index, revenue and road length whilst labor only slightly affects inequality."

"Penelitian ini dimaksudkan untuk mengetahui dan mengukur disparitas di Provinsi Sumatera Utara dan mengetahui faktor-faktor yang mempengaruhi tingkat disparitas di Provinsi Sumatera Utara. Data yang digunakan adalah data sekunder dengan runtun waktu (time series) periode 1987 - 2008. Untuk perhitungan disparitas digunakan Indeks Williamson. Sedangkan untuk mengetahui hubungan antara faktor-faktor yang mempengaruhi tingkat disparitas di Provinsi Sumatera Utara digunakan model persamaan regresi berganda dengan bantuan software Eviews 4.00. Model regresi yang digunakan adalah model linear dengan variabel bebas yaitu Inflasi (digunakan pendekatan dengan tingkat inflasi), peranan perdagangan diukur melalui rasio net ekspor terhadap PDRB, kontribusi pengeluaran pemerintah terhadap PDRB dan tingkat pertumbuhan tenaga kerja non pertanian.Dari hasil perhitungan tingkat kesenjangan antar daerah didapatkan hasil bahwa perkembangan disparitas pendapatan yang terjadi di Provinsi Sumatera Utara berfluktuatif, pada tahun 1988 Indeks Williamson Provinsi Sumatera Utara sebesar 0,567 dan turun menjadi 0,426 pada tahun 1998 pada krisis ekonomi global. Pada tahun berikutnya tahun 2005 akibat adanya shock dari luar yaitu kebijakan pemerintah pusat untuk menaikkan harga BBM membuat Indeks Williamson meningkat menjadi 0,436. Selanjutnya Indeks Williamson semakin meningkat pada tahun berikutnya sampai pada angka 0,485 pada tahun 2008.Sedangkan untuk mengetahui dampak kesenjangan dan variabel lain terhadap indeks Williamson digunakan model regresi berganda sebagai berikut: CVwt = β0 + β1 INF + β2 TRA + β3 EXP + β4 URB + ε Hasil estimasi didapatkan bahwa variabel berdasarkan hasil analisis regresi berganda, diperkirakan dipengaruhi oleh perdagangan yang diwakili oleh net ekspor terhadap PDRB. Sedangkan tingkat inflasi, kontribusi pengeluaran pemerintah terhadap PDRB dan tingkat pertumbuhan tenaga kerja non pertanian tidak mempengaruhi tingkat disparitas pendapatan di Provinsi Sumatera Utara. Hasil penelitian tersebut memiliki implikasi kebijakan yang diarahkan pada peningkatan pertumbuhan ekonomi antara lain kebijakan peningkatan net ekspor di sektor pertanian dan industri.

---

This study aimed to determine and measure the disparities in the province of North Sumatra and know the factors that influence the level of disparity in the province of North Sumatra. The data used are secondary to the time series data in the period 1987 to 2008. Index used for calculation of disparity Williamson. Meanwhile, to determine the relationship between the factors that influence the level of disparity in the province of North Sumatra used model of multiple regression equations with the help of software Eviews 4:00. Regression model used is a linear model with independent variables of inflation (the approach used for inflation), the role of trade is measured by the ratio of net exports to GDP, the contribution of government expenditure to GDP and the growth rate of nonfarm employment.From the calculation of the level of regional disparities showed that growth of income disparity that occurred in North Sumatra province fluctuated, in 1988, North Sumatra Williamson Index of 0.567 and decreased to 0.426 in 1998 on the global economic crisis. In the following year in 2005 due to the shock from the outside of the central government policy to increase fuel prices make Williamson's index increased to 0.436. Furthermore, Williamson index increased in the following year until the number 0.485 in 2008.Meanwhile, to determine the impact of inequality and other variables on the index Williamson used multiple regression model as follows: CVwt = β0 + β1 INF + β2 TRA + β3 EXP + β4 URB + ε The estimation results obtained that the variables based on multiple and share government expenditure to GDP. While the rate of inflation, and the growth rate of non-agricultural labor force does not affect the level of income disparity in the province of North Sumatra. The results of these studies have implications for policies aimed at increasing economic growth include an increase in net exports of agriculture and industry sectors."

"Penelitian tentang kejahatan, baik kejahatan properti maupun kejahatan dengan kekerasan, yang telah banyak dilakukan tidak mendapatkan kesimpulan yang pasti mengenai faktor-faktor yang mempengaruhinya. Tulisan ini mencoba memberikan kontribusi terhadap literatur kejahatan properti dengan membangun model empiris dari variabel sosial-ekonomi, demografi, dan variabel pencegah kejahatan dengan menggunakan analisis regresi untuk mengetahui faktor-faktor yang mempengaruhi kejahatan properti. Penelitian ini menggunakan data panel dari 26 kabupaten/kota di Propinsi Jawa Barat tahun 2011-2015. Hasilnya menunjukkan bahwa variabel harapan lama sekolah, pengangguran, kepadatan penduduk, dan linmas berpengaruh terhadap kejahatan properti di Propinsi Jawa Barat.

---

Research on crime, both property and violent crimes, has by no means reached a definitive conclusion on which factors are related to crime rates. This paper attempts to contribute to the property crime literature by building an empirical model of socioeconomic variables, demographics, and deterrence variables by using regression analysis to determine factors affecting property crime. This research uses panel data from 26 regencies cities in West Java Province for the years 2011 2015. The results show that the variables of expected years school, unemployment, density, and society trooper affecting on property crime in West Java."