Tugas Pendalaman Materi - Analisis Kemiskinan 2026

1. Sumber Data dan Alasan Pemilihan

• Link Data: https://www.bps.go.id/id/statistics-table/2/MTkyIzI=/persentase-penduduk-miskin--maret-2026.html
• Sumber Data: Badan Pusat Statistik (BPS) Indonesia
• Review Singkat & Alasan Pemilihan: Data ini berisi persentase penduduk miskin berdasarkan provinsi pada tahun 2026. Data ini relevan untuk menganalisis kondisi sosial-ekonomi terkini di Indonesia, serta memenuhi syarat untuk visualisasi data kategorik (Provinsi) dan numerik (Persentase).

2. Persiapan dan Pembersihan Data

df <- read_excel("Persentase Penduduk Miskin (P0) Menurut Provinsi dan Daerah, 2026.xlsx", skip = 4)


colnames(df) <- c("Provinsi", 
                  "Perkotaan_Sem1", "Perkotaan_Sem2", "Perkotaan_Tahunan",
                  "Perdesaan_Sem1", "Perdesaan_Sem2", "Perdesaan_Tahunan",
                  "Jumlah_Sem1", "Jumlah_Sem2", "Jumlah_Tahunan")


df_clean <- df %>%
  filter(Provinsi != "INDONESIA") %>%
  
  select(Provinsi, Perkotaan_Sem1, Perdesaan_Sem1, Jumlah_Sem1) %>%
  mutate(across(c(Perkotaan_Sem1, Perdesaan_Sem1, Jumlah_Sem1), as.numeric))
  

datatable(df_clean, caption = "Tabel 1. Data Lengkap Persentase Kemiskinan Provinsi (Maret 2026)")

3. Visualisasi Data Kategorik & Interpretasi

top_10 <- df_clean %>%
  arrange(desc(Jumlah_Sem1)) %>%
  head(10)


ggplot(top_10, aes(x = reorder(Provinsi, -Jumlah_Sem1), y = Jumlah_Sem1)) +
  
  geom_col(fill = "#002060") +
  
  geom_text(aes(label = Jumlah_Sem1), vjust = -0.5, fontface = "bold", color = "#002060", size = 4) +
  theme_minimal() +
 
  theme(axis.text.x = element_text(angle = 45, hjust = 1)) +
  labs(
    title = "10 Provinsi dengan Persentase Penduduk Miskin Tertinggi",
    subtitle = "Data Maret 2026 (Semester 1)",
    x = "Provinsi",
    y = "Persentase Kemiskinan (%)"
  ) +
  
  scale_y_continuous(expand = expansion(mult = c(0, 0.15)))

Interpretasi: Berdasarkan visualisasi di atas, provinsi-provinsi di kawasan timur Indonesia, khususnya Papua (seperti Papua Tengah dengan persentase di atas 30% dan Papua Pegunungan di angka 26%), masih mendominasi tingkat kemiskinan tertinggi di Indonesia pada awal tahun 2026.

4. Visualisasi Data Numerik (Polygon Frekuensi & Ogive)

A. Polygon Frekuensi

ggplot(df_clean, aes(x = Jumlah_Sem1)) +
  
  geom_freqpoly(binwidth = 3, color = "#002060", linewidth = 1) +
 
  geom_point(stat = "bin", binwidth = 3, color = "#002060", size = 3) +
  theme_minimal() +
  labs(
    title = "Polygon Frekuensi Persentase Penduduk Miskin (2026)",
    x = "Persentase Kemiskinan (%)",
    y = "Frekuensi (Jumlah Provinsi)"
  )

Interpretasi: Distribusi data persentase kemiskinan cenderung miring ke kanan (right-skewed). Mayoritas provinsi di Indonesia (lebih dari 20 provinsi) memiliki tingkat kemiskinan pada rentang 5% hingga 10%. Hanya segelintir provinsi yang angka kemiskinannya ekstrem (outlier) hingga melampaui angka 20%.

5. Kesimpulan

Kondisi kemiskinan di Indonesia pada awal 2026 secara umum berada di bawah 10% untuk sebagian besar wilayah. Namun, kesenjangan ekonomi masih sangat terasa jika melihat tingginya persentase kemiskinan di beberapa provinsi, terutama di wilayah timur yang membutuhkan perhatian lebih lanjut dalam pemerataan pembangunan.