PEMETAAN POVERTY HOTSPOTS KEMISKINAN ANAK MULTIDIMENSI DI PROVINSI BENGKULU:

ANALISIS KLASTER UNTUK REKOMENDASI INTERVENSI KEBIJAKAN BERBASIS WILAYAH

Abstract

Kemiskinan anak multidimensi merupakan tantangan krusial dalam pembangunan berkelanjutan yang memerlukan pendekatan spatial-sensitive untuk efektivitas intervensi kebijakan. Penelitian ini bertujuan memetakan hotspot kemiskinan anak multidimensi di Provinsi Bengkulu menggunakan integrasi analisis Alkire-Foster, analisis spasial, dan teknik klustering. Menggunakan data mikro SUSENAS Maret 2024 (n=6.208 anak, populasi tertimbang=608.564), penelitian ini mengukur Multidimensional Poverty Index (MPI) anak dengan 12 indikator dalam 4 dimensi. Analisis spasial dilakukan menggunakan Global Moran's I dan Local Indicators of Spatial Association (LISA), sedangkan tipologi wilayah dianalisis dengan K-means clustering. Hasil menunjukkan tingkat kemiskinan anak multidimensi 58,0% dengan intensitas rata-rata 21,6%. Meskipun Global Moran's I tidak signifikan (I=0,182, p=0,1342), analisis LISA mengidentifikasi Bengkulu Utara sebagai hotspot signifikan (p<0,05). K-means clustering menghasilkan tiga klaster dengan karakteristik berbeda: Klaster 1 (kemiskinan rendah), Klaster 2 (kemiskinan sedang dengan anomali imunisasi 90,1%), dan Klaster 3 (kemiskinan tinggi). Deprivasi tertinggi terjadi pada indikator imunisasi (87,1%) dan jaminan sosial (86,7%). Temuan ini menunjukkan bahwa spatial targeting berbasis tipologi wilayah dapat meningkatkan efektivitas kebijakan pengentasan kemiskinan anak di Indonesia. Penelitian ini memberikan kontribusi metodologis dalam pemetaan kemiskinan anak secara spasial serta menyediakan dasar bukti untuk intervensi kebijakan yang terdiferensiasi berbasis wilayah