Mengidentifikasi dampak COVID-19 pada kesehatan, sosial ...

L A P O R A N P R O Y E K P E R C O N T O H A N K A U M M U D A , K E S E H A T A N , D A N K E S E J A H T E R A A N

Mengidentifikasi dampak COVID-19 pada kesehatan,

kelompok usia muda di Sulawesi Selatan

sosial dan ekonomi di

Penulis:Prof. Anu Rammohan, The University of Western AustraliaDr Sudirman Nasir, Universitas HasanuddinDr Christrijogo Sumartono, Universitas AirlanggaDr Achmad Tohari, The University of Western AustraliaDr Healthy Hidayanti, Universitas HasanuddinDr Moses Glorino Rumambo Pandin, Universitas AirlanggaAnis Wulandari, Universitas Airlangga

Tanggal publikasi: Juni 2021

Perhatian: Penelitian ini didanai oleh Pemerintah Australia melalui Australia-Indonesia Centre dibawah Program PAIR. Laporan ini disunting oleh Australia-Indonesia Center. Laporan ini berisi gambaran umum dan tidak dimaksudkan untuk memberikan cakupan informasi mendetail. Informasi ini tidak dimaksudkan untuk memberikan jasa kepenasihatan oleh AIC. Meskipun telah dilakukan kehati-hatian untuk memastikan informasi dalam laporan ini akurat, kami tidak bertanggung jawab atas kerugian yang timbul dari ketergantungan pada informasi atau dari kesalahan dan kelalaian dalam laporan. Kami tidak mendukung organisasi atau aktivitas apa pun yang dirujuk dalam laporan, dan tidak bertanggung jawab atas kerugian yang dialami.

PAIR:Kemitraan Riset Australia-Indonesia (PAIR) adalah sebuah inisiatif dari The Australia-Indonesia Centre yang didukung oleh Pemerintah Australia dan bekerjasama dengan Kementerian Riset dan Teknologi Indonesia, Kementerian Perhubungan Indonesia, Pemerintah Provinsi Sulawesi Selatan dan berbagai organisasi dan tokoh masyarakat di kalangan industri dan komunitas.

Australia-Indonesia Centre:Australia-Indonesia Centre adalah konsorsium penelitian bilateral yang didukung oleh pemerintah, universitas dan industri terkemuka kedua negara. Didirikan pada tahun 2014, AIC bekerja untuk memajukan hubungan antar-warga dan kelembagaan dalam sains, teknologi, pendidikan, inovasi, dan budaya. AIC merancang dan memfasilitasi program penelitian bilateral untuk menjawab tantangan bersama, dan melakukan aktivitas penjangkauan untuk mempromosikan pemahaman yang lebih baik tentang kedua negara.

Untuk mengetahui lebih lanjut tentang AIC dan programnya, silahkan kunjungi: ausindcentre.org

Sitasi:Penelitian ini didanai oleh Pemerintah Australia melalui Australia-Indonesia Centre dibawah Program PAIR. Kunjungi: ausindcentre.org

Rammohan A., Nasir S., Sumartono C., Tohari A., Hidayanti H., Pandin M.G.R., Wulandari, A. (2021), ‘Mengidentifikasi dampak COVID-19 pada kesehatan, sosial, dan ekonomi di kelompok usia muda di Sulawesi Selatan’, The Australia-Indonesia Centre.

http://ausindcentre.org

K E M I T R A A N R I S E T A U S T R A L I A - I N D O N E S I A ( P A I R )

Dengan senang hati saya mempersembahkan laporan temuan awal dari Kemitraan Riset Australia-Indonesia (PAIR).

PAIR adalah sebuah program inisiatif pembangunan yang mempertemukan para peneliti, pembuat kebijakan, kalangan bisnis, dan kelompok masyarakat untuk menemukan solusi atas masalah nyata. Kami melakukan penelitian ini secara kolaboratif, terintegrasi, dan berbasis bukti.

Kami melandasi penelitian kami pada sebuah bagian dari jaringan rencana pembangunan rel kereta api Trans-Sulawesi yang ambisius - jalur rel kereta api sepanjang 145 kilometer yang menghubungkan dua kota pelabuhan utama: Makassar dan Parepare.

Jalur kereta api akan menyediakan transportasi yang sangat dibutuhkan untuk angkutan orang dan barang. Namun, pengalaman menunjukkan bahwa pembangunan infrastruktur berbasis konektivitas tidak selalu bermanfaat bagi masyarakat lokal jika pembangunan tersebut tidak berfokus pada manusia (people-centric) – disertai upaya untuk membuatnya berkesinambungan, terjangkau, dan mudah diakses. Sebagai contoh, sektor bisnis tidak dapat memperoleh manfaat dari pembangunan transportasi yang tidak melalui perencanaan dan desain infrastruktur yang baik, konektivitas antar moda dan penjadwalan yang buruk, serta tidak adanya dorongan penggunaan transportasi umum di masyarakat. Masyarakat, kemungkinan tidak mendapatkan keuntungan dari pembangunan kereta baru ini jika mereka tidak memiliki cukup pengetahuan dan informasi yang mendukung untuk memanfaatkan peluang ini. Kehidupan mereka pun tidak dapat meningkat tanpa akses terhadap sumber daya seperti pelatihan keterampilan untuk bekerja dan merintis usaha baru.

Kami mengeksplorasi empat bidang penelitian: Komoditas; Transportasi, Logistik dan Rantai Pasok; Kaum Muda dan Pembangunan; dan Kaum Muda, Kesehatan dan Kesejahteraan. Kami berusaha memahami apa makna pembangunan kereta api ini bagi masyarakat lokal, dan bagaimana mereka yang tinggal di sepanjang jalur kereta api dapat menanggapi perubahan dan memanfaatkan peluang baru yang muncul.

Salam hangat,

Dr Eugene Sebastian Direktur Program PAIR The Australia-Indonesia Centre

1Pendahuluan ��P5

2Metodologi ��P6

3Analisis dan hasil ��P7

3.1. COVID-19 di Sulawesi Selatan ��P7

3.2. Disabilitas dan kemiskinan �� P10

3.1. Keragaman pangan dan kebijakan

pemerintah �� P13

3.2. Pemetaan kejadian kesehatan

mental �� P17

4Kesimpulan dan rekomendasi �� P17

5Referensi �� P18

K A U M M U D A , K E S E H A T A N , D A N K E S E J A H T E R A A N L A P O R A N P R O Y E K P E R C O N T O H A N

R I N G K A S A N E K S E K U T I F

COVID-19 telah memunculkan tantangan yang belum pernah terjadi sebelumnya

di seluruh dunia. Analisis kami berfokus pada empat aspek dampak pandemi

di komunitas petani rumput laut di Kabupaten Maros, Barru, dan Pangkajene

Kepulauan di Sulawesi Selatan.

Pertama, kami mempelajari dampak COVID-19 pada penghasilan dan pengeluaran rumah tangga menggunakan data sekunder. Di Sulawesi Selatan, penghasilan meningkat sekitar 2 persen dibandingkan provinsi-provinsi lain di Indonesia. Namun, konsumsi rumah tangga turun sekitar 3 persen.

Kedua, kami memetakan tingkat kejadian penyandang disabilitas di lokasi penelitian menggunakan data Pendataan Potensi Desa (PODES) 2018. Kami menemukan bahwa rata-rata di desa di kabupaten-kabupaten wilayah studi PAIR memiliki lebih banyak penyandang disabilitas dibandingkan angka Sulawesi Selatan (Gambar 7). Setiap desa di Kabupaten Pangkajene dan Kepulauan (Pangkep) memiliki penyandang disabilitas, rata-rata lebih dari empat orang per desa. Dari tiga wilayah studi PAIR, angka ini merupakan yang tertinggi. Beberapa desa di Pangkep memiliki lebih dari tiga penyandang disabilitas. Bahkan di sebuah desa terdapat 30 penyandang disabilitas.

Ketiga, kami mengevaluasi dampak subsidi pangan non-tunai (Program Rastra—Program Beras untuk Keluarga Sejahtera; yang membagikan beras) dibandingkan kupon makanan (BPNT, Bantuan Pangan Non Tunai) terhadap keragaman pangan rumah tangga miskin. Kami mendapati pembagian kupon makanan melalui BPNT meningkatkan asupan nutrisi penting dalam rumah tangga, kecuali lemak harian. BPNT juga meningkatkan konsumsi harian kalori dan karbohidrat. Dampak asupan kalori harian lebih besar pada peserta BPNT dibandingkan pada peserta Rastra yang mendapatkan beras.

Terakhir, kami menggunakan data nasional dari Survei Kesehatan Keluarga Indonesia (SKKI 2007 dan 2014) untuk menyelidiki hubungan antara karakteristik sosial-ekonomi dan demografis individu dengan kesehatan mental yang buruk. Secara statistik, hasil awal menunjukkan hubungan yang signifikan dan meyakinkan antara kesehatan yang buruk dengan gangguan kesehatan mental. Perempuan dan lajang lebih mungkin melaporkan kesehatan mental yang buruk.

5T H E A U S T R A L I A - I N D O N E S I A C E N T R E | P A R T N E R S H I P F O R A U S T R A L I A - I N D O N E S I A R E S E A R C H


1.0. P E N D A H U L U A N

COVID-19 telah menimbulkan beban ekonomi, kesehatan, dan sosial yang sangat besar di negara-negara di seluruh dunia. Indonesia tidak terkecuali. Meskipun Sulawesi Selatan merupakan salah satu provinsi dengan pertumbuhan ekonomi tertinggi di Indonesia, bukti terbaru menunjukkan tingginya ketimpangan ekonomi, serta meningkatnya prevalensi stunting dan kesehatan ibu yang buruk (TNP2K 2019 berdasarkan SUSENAS 2018, SUPAS 2015). Bukti-bukti juga menunjukkan akses sanitasi yang buruk dan tidak merata, serta tantangan terkait gizi buruk.

Dengan latar belakang ini, diperkirakan 1,2 juta pekerja sektor informal kehilangan pekerjaan akibat pembatasan-pembatasan kegiatan terkait COVID-19 (Kementerian Tenaga Kerja, 2020). Tantangan ini lebih umum terjadi di wilayah pedesaan.

Proyek penelitian interdisiplin ini

mempertemukan para peneliti

Australia dan Indonesia untuk

mengkaji masalah kesehatan dan ekonomi yang memengaruhi rumah tangga

masyarakat pedesaan di

Sulawesi Selatan.

Penelitian kami fokus pada empat aspek:

• dampak COVID-19 pada pendapatan dan pengeluaran rumah tangga

• insiden disabilitas di tiga kabupaten wilayah studi PAIR

• evaluasi subsidi pangan dalam bentuk non-tunai versus kupon makanan (program BPNT) dan dampaknya terhadap keragaman pangan

• hubungan antara karakteristik sosial-ekonomi dan demografis individu dengan kesehatan mental yang buruk.

Penelitian ini akan memberi wawasan pada Strategic Integrated Project (SIP) yang kami usulkan, sebuah kegiatan kunci untuk memahami kebutuhan pembangunan Indonesia, khususnya di Sulawesi Selatan.

Sumber: Ariv Kurniawan



2 . 0 . M E T O D O L O G I

Kami menggunakan data sekunder dari berbagai

sumber (SUSENAS, PODES, SAKERTI dan data survei COVID-19

Badan Pusat Statistik/ BPS) untuk menjawab

empat pertanyaan penelitian yang berbeda.

Metodologi penelitian menggunakan analisis grafis dan pemodelan

statistik dengan analisis regresi multivariat.



3.0 A N A L I S I S D A N H A S I L

Analisis dalam Proyek Percontohan ini mengangkat empat tema penelitian menggunakan berbagai data sekunder. Analisis dijelaskan secara rinci sebagai berikut.

3.1 C O V I D - 1 9 D I S U L A W E S I S E L A T A N

Status COVID-19 di Sulawesi Selatan

Sejak kasus COVID-19 lokal pertama dilaporkan pada 3 Maret 2020, insiden COVID-19 dan jumlah kematian terkait COVID-19 di Indonesia telah meningkat pesat. Prioritas langsung pemerintah adalah langkah-langkah untuk mengurangi dan menahan dampak pandemi. Misalnya, dengan mendorong perilaku aman, melakukan intervensi untuk mengurangi kendala kapasitas pelayanan kesehatan, dan menggiatkan penyelenggaraan tes COVID-19.

Sejak 15 Maret 2020, Pemerintah Indonesia memberlakukan Pembatasan Sosial Berskala Besar (PSBB) di sejumlah daerah, menutup sekolah dan tempat kerja, serta membatasi kegiatan umum dan keagamaan. Beberapa pemerintah daerah lain juga memberlakukan kebijakan serupa (yang tidak terlalu ketat).

Kami mengevaluasi dampak kebijakan ini terhadap penghasilan dan kesejahteraan rumah tangga menggunakan data sekunder yang dikumpulkan dari situs web lembaga pemerintah, termasuk Kementerian Kesehatan, Tim Nasional Percepatan

Gambar 1.1: Faktor Risiko COVID-19 di Tingkat Kecamatan - Juli 2020

Penanganan COVID-19, serta pemerintah daerah.

Pemerintah Indonesia secara rutin mengumumkan jumlah kasus, total kematian, total sembuh, dan faktor risiko setiap kecamatan. Pada April 2020, misalnya, pemerintah merilis faktor risiko 2.935 kecamatan. Sebanyak 292 kecamatan tergolong berisiko tinggi, 582 kecamatan berisiko sedang, dan 2.061 berisiko rendah.

Pada Juli 2020, angka terbaru nasional untuk 4.986 kecamatan (Gambar 1) menunjukkan jumlah kecamatan dengan faktor risiko tinggi meningkat dua kali lipat menjadi 459. Jumlah kecamatan dengan risiko sedang dan rendah masing-masing berjumlah 2.243 dan 2.284. Dari 235 kecamatan di Sulawesi Selatan, 12 kecamatan diklasifikasikan berisiko tinggi, 92 kecamatan berisiko sedang, dan 131 kecamatan berisiko rendah. Angka tersebut menunjukkan bahwa COVID-19 jelas menjadi tantangan bagi pemerintah.

Catatan: Gambar ini menampilkan faktor risiko COVID-19 di setiap kecamatan di Indonesia. Peta diunduh dari situs BNPB (www.bnpb.go.id) dan klasifikasinya dibuat oleh Gugus Tugas Nasional Percepatan Penanganan COVID-19, Juli 2020.

Pada 2 November 2020, 2.618 kasus baru COVID-19 dikonfirmasi sehingga jumlah total infeksi nasional menjadi 415.402. Sebanyak 101 orang meninggal karena COVID-19 sehingga jumlah total kematian menjadi 14.044. Gambar 2 menunjukkan tren peningkatan jumlah total kasus harian COVID-19 di Indonesia dan Sulawesi Selatan sejak kasus pertama diumumkan pada Maret 2020.

Gambar 1.2: Faktor Risiko COVID-19 di Tingkat Kecamatan - Juli 2020

Gambar 2: Total Kasus COVID-19 di Sulawesi Selatan dan Indonesia

Catatan: Gambar ini menampilkan jumlah kasus COVID-19 di Sulawesi Selatan dan Indonesia. Sumber: Gugus Tugas Nasional Percepatan Penanganan COVID-19

Sula

wes

i Sel

atan

0

5

00

0

1

00

00

1

50

00

20

00

0

0

1

00

00

20

00

0

3

00

00

4

00

00

Indo

nesi

a

1 Mar 1 Mei 1 Jul 1 Sep 1 NovTanggal

Sulawesi SelatanIndonesia

TinggiSedangRendahTanpa KlasifikasiTanpa Data

Faktor risiko

TinggiSedangRendahTanpa Data

Faktor risiko



Situasi di Sulawesi Selatan mencerminkan angka nasional. Hingga 2 November 2020, terdapat 18.372 kasus COVID-19. Dari jumlah tersebut, 16.617 orang (90,4 persen) telah pulih, dan 468 (2,5 persen) meninggal.

COVID-19 telah menyebar ke seluruh kabupaten/kota di Sulawesi Selatan (Tabel 1). Kota Makassar memiliki kasus terkonfirmasi (9.205) dan kematian (291) tertinggi. Dari tiga kabupaten wilayah studi PAIR, Kabupaten Maros mencatat prevalensi COVID-19 tertinggi, dengan total kasus 589. Dari angka tersebut, 557 orang sembuh dan 8 meninggal.

Dampak COVID-19 terhadap kondisi ekonomi dan sosial

Meskipun sulit memprediksi dampak ekonomi jangka panjang dari COVID-19, laporan Bank Dunia tahun 2020 memperkirakan bahwa 11 juta orang di seluruh Asia Timur dan Pasifik kemungkinan akan jatuh ke dalam kemiskinan.

Evaluasi kami terhadap data sekunder yang tersedia menunjukkan bahwa COVID-19 dapat memperlambat pertumbuhan ekonomi berkelanjutan dan upaya pengurangan kemiskinan di Indonesia. Sebagaimana di negara-negara lain, salah satu beban biaya terbesar ditimbulkan oleh kebijakan jarak sosial (atau fisik)—langkah kesehatan masyarakat yang terbukti efektif mengurangi penyebaran virus dengan membatasi pergerakan dan interaksi orang.

Indikator awal dampak pandemi terhadap kemiskinan di Indonesia adalah peningkatan sebanyak 1,63 juta penduduk miskin menjadi 26,42 juta antara tahun 2019 dan 2020 (BPS 2020). Dibandingkan September 2019, terjadi peningkatan jumlah penduduk yang hidup di bawah garis kemiskinan sebanyak 0,56 persen (BPS 2020). Jumlah penduduk miskin di Sulawesi Selatan meningkat sekitar 0,03 persen antara tahun 2019 dan 2020 (Gambar 3).

Pada April 2020, survei online BPS menjaring informasi lebih dari 87.000 orang di seluruh negeri mengenai dampak kebijakan COVID-19 terhadap kehidupan sosial dan keadaan ekonomi mereka.

Kabupaten/Kota Terkonfirmasi

Kasus aktif Sembuh Meninggal Total

Kota Makassar 476 8438 291 9205

Kabupaten Gowa 80 1346 29 1455

Kabupaten Luwu Timur 123 1409 4 1536

Kabupaten Jeneponto 76 430 3 509

Kabupaten Maros 24 557 8 589

Kabupaten Pinrang 9 165 4 178

Kabupaten Bulukumba 40 277 6 323

Kabupaten Sinjai 20 392 0 412

Kabupaten Luwu Utara 43 276 13 332

Kota Parepare 54 259 8 321

Rekreasi Duta Covid19 SulSel 0 576 0 576

Kabupaten Bone 46 147 2 195

Kota Palopo 116 206 8 330

Kabupaten Enrekang 16 133 10 159

Kabupaten Takalar 17 296 1 314

RS Lain-lain 25 174 7 206

Kabupaten Pangkep 2 396 49 447

Kabupaten Bantaeng 12 208 4 224

Kabupaten Tana Toraja 23 90 2 115

Kabupaten Luwu 41 73 4 118

Kabupaten Sidenreng Rappang 10 156 3 169

Kabupaten Soppeng 7 194 6 207

Kabupaten Kepulauan Selayar 1 165 0 166

Kabupaten Wajo 14 129 4 147

Kabupaten Toraja Utara 6 29 2 37

Kabupaten Barru 6 96 0 102

Kabupaten/Kota lain 0 0 0 0

Tabel 1: COVID-19 di Sulawesi Selatan, 2 November 2020

Catatan: Tabel ini melaporkan statistik COVID-19 untuk Sulawesi Selatan. Data diunduh dari situs web Satgas COVID-19 Sulawesi Selatan (https://covid19.sulselprov.go.id/data) untuk periode hingga 2 November 2020.

Aceh

Sum

atra

Uta

raSu

mat

ra B

arat

Ria

uJa

mbi

Sum

ater

a Se

lata

Ben

gkul

uLa

mpu

ngB

engk

a B

elitu

ngK

epul

auan

Ria

uD

KI J

akar

taJa

wa

Bar

atJa

wa

Teng

ahD

I Yog

yaka

rta

Jaw

a Ti

mur

Ban

ten

Bal

iN

TB NTT

Kal

iman

tan

Bar

atK

alim

anta

n Te

ngah

Kal

iman

tan

Sela

tan

Kal

iman

tan

Tim

urK

alim

anta

n U

tara

Sula

wes

i Uta

ra S

ulaw

esi T

enga

hSu

law

esi S

elat

anSu

law

esi T

engg

ara

Gor

onta

loSu

law

esi B

arat

Mal

uku

Mal

uku

Uta

raPa

pua

Bar

atPa

pua

30

25

20

15

10

5

0

2020 2019 Indonesia 2020 Indonesia 2019Gambar 3: Tingkat Kemiskinan di Tingkat Provinsi, Maret 2019 dan Maret 2020

Catatan: Angka ini menampilkan angka kemiskinan di tingkat provinsi di Indonesia. Garis horizontal biru menunjukkan angka kemiskinan nasional Maret 2020, sedangkan garis horizontal merah menunjukkan angka kemiskinan nasional Maret 2019.



Tabel 2 melaporkan tanggapan masyarakat terhadap kebijakan pemerintah tentang PSBB. BPS mengukur tanggapan responden menggunakan skala Likert dari 0 sampai 10, di mana 0 adalah tanggapan paling rendah. Misalnya, baris pertama menunjukkan kebanyakan orang tahu tentang kebijakan jarak fisik. Menariknya, kelompok usia muda (15-24 tahun) secara signifikan lebih kecil kemungkinannya untuk mematuhi peraturan jarak sosial dan melakukan praktik kebersihan.

Survei ini juga melihat dampak COVID-19 terhadap penghasilan. Sekitar 42 persen dari total responden melaporkan penurunan penghasilan, sementara 57 persen melaporkan tidak ada perubahan, dan hanya 1 persen yang melaporkan peningkatan penghasilan (Gambar 4).

Analisis kami (Gambar 5) menunjukkan bahwa meskipun semua kelompok penghasilan cenderung mengalami penurunan, kelompok berpenghasilan paling tinggi (lebih dari Rp 7,2 juta per bulan) cenderung mengalami penurunan.

Survei tersebut juga memperlihatkan bahwa lebih dari 25 persen individu dalam kategori penghasilan paling rendah (di bawah Rp 1,8 juta per bulan) melaporkan penurunan penghasilan akibat COVID-19. Ini menunjukkan bahwa pandemi kemungkinan besar menyebabkan peningkatan jumlah orang miskin.

Langkah-langkah kesehatan masyarakat

Non-usia muda Usia muda PerbedaanSE

Mean SD Mean SD (1) - (3)

(1) (2) (3) (4) (5) (6)

Pengetahuan tentang peraturan jarak fisik

8.933 1.668 8.671 1.793 -0.262*** [0.016]

Mematuhi peraturan jarak fisik

8.183 2.139 8.008 2.160 -0.175*** [0.020]

Memakai masker 8.853 2.135 8.126 2.782 -0.728*** [0.025]

Memakai sarung tangan

2.540 3.496 2.246 3.256 -0.294*** [0.030]

Menggunakan hand-sanitizer

7.718 2.957 6.789 3.331 -0.929*** [0.030]

Mencuci tangan selama 20-30 detik

8.741 2.007 8.180 2.393 -0.561*** [0.022]

Tidak menyentuh wajah

7.280 2.588 6.555 2.750 -0.726*** [0.025]

Tidak berjabat tangan 8.571 2.627 8.225 2.659 -0.346*** [0.025]

Menghindari kerumunan dan

ikut dalam antrean panjang

8.312 2.734 8.070 2.771 -0.242*** [0.026]

Menghindari mengggunakan

transportasi umum8.468 3.235 8.410 3.166 -0.058** [0.029]

Menjaga jarak minimal 2 meter

7.805 2.375 7.189 2.628 -0.616*** [0.024]

Memberitahukan orang lain ketika

merasa tidak enak badan

8.343 2.628 8.121 2.725 -0.222*** [0.025]

Jumlah responden 73363 13926

Mean = Rata-rata; SD = Standar Deviasi; SE = Standar Error

Tabel 2: COVID-19 dan Tanggapan Masyarakat

Turun42%

Naik42%

Tidak Berubah57%

Gambar 4: Dampak COVID-19 terhadap penghasilan

Catatan: Bagan ini menampilkan jawaban atas pertanyaan: Apa pengaruh COVID-19 terhadap penghasilan Anda? Gambar 5: Pengaruh COVID-19 pada Penurunan Penghasilan di Berbagai

Tingkat Penghasilan, Margin Prediktif.

Catatan: Gambar ini menampilkan prediksi marjinal dampak COVID-19 atas penghasilan individu di berbagai tingkat penghasilan.

Palin

g

rend

ah

Ren

dah

Men

enga

h

Ting

gi

Palin

g

tingg

i

Tingkat Penghasilan

Penu

runa

n Pe

ngha

sila

n

.24

.

26

.2

8

.3



Investigasi kami lebih lanjut menunjukkan bahwa masyarakat yang beraktivitas dalam perdagangan dan jasa—paling terpengaruh oleh PSBB—lebih mungkin mengalami penurunan penghasilan (Gambar 6).

Terakhir, kami mengkaji dampak COVID-19 pada kehidupan ekonomi rumah tangga dengan melihat perubahan dalam penghasilan, pengeluaran, dan belanja daring/online (lihat Tabel 3).

Dibandingkan provinsi lain, secara statistik terjadi peningkatan penghasilan sekitar 2 persen di Sulawesi Selatan. Namun, konsumsi rumah tangga turun sekitar 3 persen. Menariknya, kelompok usia muda (15-24 tahun) juga mengalami peningkatan penghasilan yang signifikan secara statistik sekitar 2 persen. Tetapi kami tidak dapat melihat pengaruh yang signifikan secara statistik terhadap konsumsi dan perilaku belanja daring kelompok usia ini.

Hasil konsultasi dengan pemangku kepentingan kunci di tiga kabupaten wilayah studi PAIR (staf dari Kantor Bupati Maros, Bappeda Maros dan Dinas Kesehatan Maros; Kepala Bappeda Pangkep dan Sekretaris Kabupaten Barru) menunjukkan bahwa respon terhadap COVID-19 dipengaruhi oleh kebijakan dan instruksi pemerintah pusat dan provinsi.

Terdapat beberapa faktor unik yang memengaruhi kejadian COVID-19 lokal, seperti dekatnya jarak Kabupaten Maros dan Kabupaten Pangkep dengan Kota Makassar, yang memiliki jumlah kasus paling banyak di Sulawesi Selatan. Pemangku kepentingan menyoroti kebutuhan untuk membangun kapasitas dalam program-program terkait COVID-19, seperti pengujian laboratorium dan penguatan peran Puskesmas dalam penelusuran kontak dan mengkampanyekan perilaku hidup aman dari COVID-19.

3.2 D I S A B I L I T A S D A N K E M I S K I N A N

Disabilitas adalah masalah pembangunan. Disabilitas dapat meningkatkan risiko kemiskinan, dan pada akhirnya kemiskinan dapat meningkatkan risiko disabilitas (Sen 2009). Terdapat bukti empiris yang berkembang bahwa penyandang disabilitas dan keluarganya lebih mungkin mengalami kerugian ekonomi dan sosial dibandingkan kelompok lain (WHO 2011).

Definisi medis murni tentang disabilitas membuka jalan pada definisi yang menggabungkan langkah-langkah berkelanjutan untuk aktivitas yang dapat dilakukan penyandang disabilitas, tingkat partisipasi mereka dalam masyarakat serta dalam kehidupan sosial dan kemasyarakatan, dan peran teknologi adaptif (Mont 2007).

Kami menggunakan kumpulan data Pendataan Potensi Desa (PODES) 2018 untuk memetakan insiden disabilitas di wilayah studi PAIR. Sejak 1980, PODES telah memberikan informasi lebih dari 65.000 desa di seluruh Indonesia. Data tentang prevalensi disabilitas muncul sejak tahun 2000. Rata-rata, desa-desa di kabupaten wilayah studi PAIR (Gambar 7) memiliki proporsi penyandang disabilitas yang lebih tinggi dibandingkan angka Sulawesi Selatan dan Indonesia. Setiap desa di Kabupaten Pangkep memiliki rata-rata lebih dari empat penyandang disabilitas.

Pert

ania

n Pe

rtam

bang

an

Indu

stri

List

rik &

Gas

Pen

gelo

laan

Lim

bah

Kon

stru

ksi

Perd

agan

gan

Tran

spor

tasi

Akom

odas

i

Info

rmas

i

Kom

unik

asi &

Tek

nolo

gi

Keu

anga

n

Peru

mah

an

Jasa

Pem

erin

taha

n

Pend

idik

an

Kes

ehat

an

Pela

yana

n La

in

Lain

-lain

Sektor Ekonomi Mata Pencaharian

Penu

runa

n Pe

ngha

sila

n.1

5

.2

.

25

.3

.3

5

Gambar 6: Pengaruh COVID-19 pada Penghasilan di Seluruh Sektor Mata Pencaharian, Margin Prediktif

Catatan: Gambar ini menyajikan prediksi marjinal dampak COVID-19 terhadap turunnya penghasilan di berbagai sektor ekonomi mata pencaharian.

Gambar 7: Rata-rata Jumlah Penyandang Disabilitas di Kabupaten Wilayah Studi PAIR Dibandingkan dengan Angka Provinsi dan Nasional. Sumber: PODES, 2018.

Barru

6

4

2

0Pangkajene &

KepulauanMaros NasionalWilayah

Studi PAIRSulawesiSelatan

Pangkajene & Kepulauan

(3,40](1,3](0,1]Tidak ada data

Gambar 8: Distribusi Spasial Penyandang Disabilitas di Kabupaten Pangkajene dan Kepulauan (Pangkep). Sumber: PODES, 2018

Gambar 8 menampilkan sebaran penyandang disabilitas di seluruh Kabupaten Pangkep. Beberapa desa memiliki lebih dari tiga penyandang disabilitas; satu desa memiliki lebih dari 30 penyandang disabilitas.



Variabel Terikat

Penghasilan Pengeluaran Belanja Daring

(1) (2) (3)

Sulawesi Selatan 0.026*** -0.032*** -0.027***

[0.005] [0.007] [0.009]

Tingkat Penghasilan (dasar = paling rendah)

Rendah 0.173*** -0.013*** 0.075***

[0.004] [0.005] [0.006]

Menengah 0.237*** -0.033*** 0.128***

[0.004] [0.005] [0.007]

Tinggi 0.273*** -0.081*** 0.193***

[0.004] [0.005] [0.006]

Paling Tinggi 0.279*** -0.133*** 0.291***

[0.004] [0.005] [0.006]

Tingkat Pendidikan (dasar = Sekolah Dasar)

Sekolah Menengah Pertama -0.028 0.068* -0.065*

[0.032] [0.042] [0.039]

Sekolah Menengah Atas 0.086*** 0.115*** -0.009

[0.028] [0.036] [0.032]

Diploma 0.142*** 0.150*** 0.046

[0.028] [0.037] [0.032]

Diploma IV 0.206*** 0.097*** 0.058*

[0.028] [0.037] [0.033]

S1 0.162*** 0.135*** 0.071**

[0.028] [0.036] [0.032]

S2 0.172*** 0.126*** 0.147***

[0.028] [0.036] [0.032]

S3 0.183*** 0.117*** 0.186***

[0.028] [0.037] [0.034]

Status Pernikahan (dasar = lajang)

Menikah -0.002 0.056*** -0.001

[0.003] [0.004] [0.006]

Cerai -0.050*** 0.084*** 0.013

[0.007] [0.009] [0.012]

Kelompok usia muda 0.018*** -0.003 -0.010

[0.005] [0.006] [0.009]

Jumlah anggota rumah tangga -0.008*** 0.007*** -0.005

[0.002] [0.002] [0.004]

Jumlah anggota rumah tangga dan kuadrat 0.000 0.000 0.000

[0.000] [0.000] [0.000]

Umur -0.001 0.013*** -0.017***

[0.001] [0.001] [0.002]

Umur kuadrat -0.000 -0.000*** 0.000***

[0.000] [0.000] [0.000]

Konstanta -0.466*** -0.183*** 0.127***

[0.034] [0.043] [0.045]

Observasi 65,243 65,243 61,499

Tabel 3: COVID-19 dan Perubahan Pada Penghasilan, Konsumsi, dan Belanja Daring

Catatan: Tabel ini menyajikan hasil regresi menggunakan model OLS. Variabel terikat termasuk proporsi perubahan pada: Penghasilan (Kolom 1), Pengeluaran (Kolom 2), dan Belanja Daring (Kolom 3).



Barru Pangkep Maros

Variabel Mean SD Mean SD Mean SD

(1) (2) (3) (4) (4) (6)

Desa pesisir 0.527 0.504 0.485 0.502 0.058 0.235

Penggunaan laut untuk: penangkapan ikan 0.527 0.504 0.476 0.502 0.058 0.235

Penggunaan laut untuk: budi daya ikan 0.000 0.000 0.000 0.000 0.000 0.000

Desa penghasil rumput laut 0.000 0.000 0.039 0.194 0.000 0.000

Jumlah rumah tangga 911 337 1050 816 943 673

Persentase rumah tangga tanpa listrik 0.026 0.064 0.047 0.148 0.031 0.113

Pembuangan air besar yang paling banyak digunakan 1.000 0.000 1.165 0.612 1.301 0.884

Jarak ke SMP terdekat 2.835 1.066 3.546 2.981 2.876 1.677

Jarak ke SMA terdekat 9.176 8.786 11.935 21.805 6.072 7.421

Jarak ke rumah sakit terdekat 20.387 13.490 29.610 31.971 22.089 22.514

Jarak ke RS bersalin terdekat 48.531 24.254 39.322 31.053 34.069 23.373

Jarak ke puskesmas terdekat 5.683 4.374 15.460 30.782 5.799 5.127

Jarak ke poliklinik terdekat 27.540 25.793 29.872 32.263 19.940 22.833

Jumlah dokter yang tinggal di desa 0.564 1.214 0.379 0.865 0.340 1.071

Jumlah dokter gigi yang tinggal di desa 0.218 0.459 0.194 0.486 0.175 0.473

Jumlah bidan yang tinggal di desa 3.255 4.351 5.087 5.219 3.398 3.440

Jumlah tenaga kesehatan lain yang tinggal di desa 9.273 15.255 6.592 8.149 17.010 11.791

Desa memiliki Bidan Desa 0.982 0.135 0.757 0.431 0.981 0.139

Jumlah penderita gizi buruk 0.073 0.325 0.087 0.346 0.311 0.767

Jumlah tuna netra 1.764 1.587 2.320 2.478 1.447 1.643

Jumlah tuna rungu 3.727 6.671 2.913 4.361 1.728 4.218

Jumlah tuna wicara 1.491 1.990 1.699 2.347 0.825 1.465

Jumlah tuna rungu-wicara 1.636 1.994 2.136 2.755 1.320 2.193

Jumlah penyandang disabilitas fisik 3.073 4.337 4.621 6.830 1.718 1.982

Jumlah desa 55 103

Tabel 4 menunjukkan karakteristik desa dan jumlah rata-rata penyandang disabilitas di wilayah studi PAIR. Misalnya, hampir separuh desa di Kabupaten Barru dan Kabupaten Pangkep adalah desa pesisir dengan mata pencaharian utamanya di sektor perikanan. Sekitar 3,9 persen desa di Kabupaten Pangkep adalah penghasil rumput laut. Desa-desa di Kabupaten Pangkep rata-rata memiliki jarak terjauh dari Puskesmas (sekitar 15 km). Jumlah penderita gizi buruk di desa-desa di Kabupaten Maros juga lebih banyak dibandingkan dengan di Kabupaten Barru dan Kabupaten Pangkep.

Tabel 4: Indikator-indikator Desa dan Penyandang Disabilitas

Mean = Rata-rata; SD = Standar Deviasi

Catatan: Tabel ini menampilkan karakteristik desa dan rata-rata jumlah penyandang disabilitas di wilayah studi PAIR. Sumber: PODES, 2018.

Terdapat hubungan erat antara disabilitas dan kemiskinan (Mitra, Posarac, dan Wick 2011; Kelles-Viitanen 1999; Elwan 1999). Filmer (2008) menemukan hubungan yang kuat antara disabilitas orang dewasa dengan tingkat pendidikan yang lebih rendah. Di Indonesia, penyandang disabilitas cenderung berada di bawah garis kemiskinan nasional dibandingkan dengan yang bukan penyandang disabilitas (lihat Larasati, dkk. (2019) untuk lebih jelasnya).

PODES tidak memberikan informasi karakteristik sosio-ekonomi dan demografi rumah tangga ataupun situasi kehidupan penyandang disabilitas. PODES juga hanya menampilkan bentuk-bentuk disabilitas yang parah, dengan sedikit informasi mengenai tingkat disabilitas fungsional, jenis, atau lamanya disabilitas. Kurangnya informasi-informasi tersebut merupakan area untuk penelitian di masa depan.



Hasil konsultasi kami dengan para pemangku kepentingan kunci yang kami temui di tiga kabupaten (Maros, Pangkep dan Barru) mulai menyadari pentingnya menangani kebutuhan penyandang disabilitas—hasil dari instruksi pemerintah pusat dan provinsi, serta peningkatan advokasi masalah penyandang disabilitas oleh organisasi masyarakat. Para pemangku kepentingan juga mengakui perlunya memperkuat kapasitas instansi pemerintah dan pegawai untuk memenuhi kebutuhan khusus penyandang disabilitas serta untuk melaksanakan program yang lebih inklusif.

3.3 K E R A G A M A N P A N G A N D A N K E B I J A K A N P E M E R I N T A H

Pemerintah di beberapa negara berkembang membantu rumah tangga miskin melalui ‘bantuan sosial berorientasi pangan’ (FOSA). Bantuan ini dalam bentuk non-tunai, distribusi bahan pangan kepada warga, maupun dalam bentuk kupon makanan (Alderman dkk. 2018).

Namun, kekurangan gizi tetap menjadi masalah di banyak negara berkembang, termasuk Indonesia. Menurut laporan FAO baru-baru ini, Indonesia menghadapi tiga beban malnutrisi: kekurangan gizi pada anak, kelebihan berat badan orang dewasa atau obesitas, dan defisiensi mikronutrien.

Sebanyak 70 persen kebutuhan energi dalam pangan masyarakat Indonesia terpenuhi lewat beras. Program Rastra (Program Beras untuk Keluarga Sejahtera) saat ini menyediakan beras bagi 62 juta orang. Tetapi saat ini Indonesia juga memiliki program kupon BPNT (Bantuan Pangan Non Tunai). Karena Indonesia adalah satu-satunya negara yang memberikan kedua jenis bantuan dengan target penerima yang sama, yakni kelompok rumah tangga miskin, kami dapat membandingkan keefektifannya.

Bukti empiris yang menunjukkan apakah subsidi pangan dalam bentuk barang/sembako atau kupon makanan lebih baik dalam meningkatkan ketahanan dan keragaman pangan rumah tangga tetap ambigu. Keragaman pangan adalah

jumlah kelompok makanan yang berbeda-beda yang dikonsumsi dalam satu rumah tangga, dan merupakan ukuran yang baik untuk melihat kecukupan gizi dari pola makan individu.

Subsidi pangan dalam bentuk barang/sembako dikritik karena tingginya biaya pengiriman, manfaat yang lebih rendah dibandingkan biaya (Jacoby 1997), kebocoran, salah kelola, campur tangan politik, dan salah sasaran.

Studi tentang penggunaan kupon makanan menunjukkan hasil yang bervariasi. Misalnya, studi tahun 2014 oleh Hidrobo dkk menemukan bahwa kupon makanan secara signifikan meningkatkan keragaman pangan di antara pengungsi Kolombia. Tetapi studi Aker (2017) menemukan bahwa program kupon makanan untuk rumah tangga yang terlantar di Kongo gagal meningkatkan kualitas makanan yang dikonsumsi.

Sementara subsidi pangan dalam bentuk barang/sembako membantu rumah tangga memenuhi ketahanan pangan, fokus pada serealia pokok tidak serta-merta memenuhi keragaman pangan. Kumar dkk. (2015) mencatat bahwa konsumsi makanan di lingkungan masyarakat berpenghasilan rendah didominasi oleh makanan murah dan berbahan dasar tepung dengan konsumsi terbatas pada buah-buahan kaya energi, sayuran, dan protein hewani.

Rastra adalah salah satu jaring pengaman inti di Indonesia. Program ini pertama kali diperkenalkan pada Juli 1998 sebagai respons terhadap krisis keuangan Asia1 dan merupakan program bantuan sosial terbesar di Indonesia, yang memberi manfaat bagi 15,5 juta rumah tangga miskin. Secara teoritis setiap rumah tangga harus menerima 15 kg beras per bulan, tetapi program tersebut menghadapi masalah serius dalam pelaksanaan dan penargetan penerima bantuan.

Pemerintah meluncurkan BPNT pada tahun 2017 sebagai bagian dari reformasi Rastra. Di bawah BPNT, penerima manfaat Rastra

tidak lagi menerima beras, melainkan kupon senilai Rp 110.000 per bulan. Pemberian kupon ini bertujuan memberi akses yang lebih baik ke makanan bergizi dengan menyediakan lebih banyak pilihan dan kendali atas apa yang dibeli. Pemberian kupon Rastra lebih efektif menargetkan rumah tangga di kelompok penghasilan 25 persen terbawah.

Pada tahun pertama pelaksanaan BPNT, lebih dari 1,43 juta rumah tangga menerima kupon untuk dibelanjakan di sekitar 14.000 warung/pedagang di 44 kota. Pada tahun 2020, sistem BPNT berlaku secara nasional.

Kupon BPNT hanya bisa digunakan di e-warung (toko kecil milik warga) untuk membeli bahan pangan yang memenuhi syarat. BPNT pada awalnya membatasi penggunaan kupon hanya untuk pembelian beras dan telur (Pemerintah Indonesia 2017), tetapi beberapa penerima manfaat juga menggunakannya untuk membeli sayuran dan makanan pokok lainnya.

BPNT menyasar rumah tangga yang sama dengan Rastra tetapi dilaksanakan berdasarkan kesiapan kabupaten/kota dalam hal infrastruktur nontunai dan fisik, seperti yang ditampilkan berikut ini

Table 5: Implementasi BPNT

Dimensi Indikator Sumber Data

Infrastruktur Non Tunai

Ketersediaan toko

PODES 2014

Ketersediaan pasar

PODES 2014

Ketersediaan bank pemerintah

Banks

Infrastruktur Fisik

Proporsi layanan listrik

PODES 2014

Akses jalan untuk kendaraan roda-4

PODES 2014

Sambungan internet

PODES 2014

1 Program yang semula bernama OPK (Operasi Pasar Khusus) ini pada tahun-tahun berikutnya beberapa kali berganti nama. Pada tahun 2002, untuk mencerminkan sifat program, pemerintah mengubah nama menjadi Raskin (beras untuk keluarga miskin). Nama Raskin terus digunakan, tetapi selama 2006-2011, nama program lengkapnya berubah menjadi “beras untuk rumah tangga miskin”, dan kemudian menjadi “subsidi beras bagi masyarakat berpendapatan rendah pada tahun 2012 -2015. Pada tahun 2016, namanya berubah lagi menjadi Rastra atau “beras sejahtera”.



Untuk mengevaluasi efek BPNT pada keragaman pangan, kami menggunakan dua ukuran umum, yakni Skor Keragaman Diet Rumah Tangga (HDDS) dan Skor Keragaman Diet Wanita (WDDS). Keduanya merupakan ukuran kualitatif konsumsi pangan yang mencerminkan akses rumah tangga ke berbagai bahan makanan.

Data Administratif

Data pertama kami terdiri dari data administratif pemerintah Indonesia, yang menunjukkan kesiapan pelaksanaan BPNT untuk setiap kabupaten/kota di Indonesia, tahun rencana pelaksanaan BPNT di setiap daerah, dan batas BPNT (ambang batas yang membedakan desa penerima Rastra atau BPNT).

Survei SUSENAS

Kami menggunakan data Survei Sosial Ekonomi Nasional (SUSENAS) 2017 dan 2019 untuk mengevaluasi apakah BPNT meningkatkan keragaman pangan dan asupan makanan bergizi pada rumah tangga miskin. SUSENAS adalah kumpulan data nasional potong-lintang (cross-sectional). Selain informasi utama, yaitu data demografi dan kesehatan, SUSENAS juga mengumpulkan data pengeluaran dan nilai produksi rumah tangga dari setiap jenis makanan secara terpisah selama seminggu.

Survei tersebut saat ini mencakup lebih dari 315.000 rumah tangga dan satu juta individu di setiap semester. Kami menggunakan kumpulan data SUSENAS untuk mengukur variabel hasil kami, memprediksi tingkat kemiskinan setiap rumah tangga, serta memperkirakan karakteristik rumah tangga dan kelayakan perlindungan sosial.

Pendataan Potensi Desa (PODES)

Sumber data terakhir adalah PODES 2018 yang memberikan informasi seluruh desa di Indonesia, yaitu sekitar 80.000. Data PODES mencakup sumber utama pendapatan, karakteristik penduduk dan angkatan kerja, sosial budaya, jenis pemerintahan desa dan informasi-informasi lain tingkat desa yang relevan. Kami juga menggunakan data PODES 2014 untuk menguji keterpercayaan data administratif pada program BPNT.

Gambar 9 menunjukkan rata-rata HDDS (Panel a dan b) dan WDDS (Panel c dan d) lokal terhadap indeks kabupaten/kota yang dinormalisasi yang digunakan pemerintah untuk memilih kabupaten/kota pelaksanaan BPNT.

Gambar 9: Ilustrasi Pengaruh BPNT terhadap Keanekaragaman Pangan

Catatan: Grafik menunjukkan perubahan HDDS (Panel a untuk 2017 dan Panel b untuk 2019) dan WDDS (Panel c untuk 2017 dan Panel d untuk 2019). Garis utuh menunjukkan garis prediksi dan garis abu-abu menunjukkan interval kepercayaan 95 persen. Garis putus-putus merah vertikal merupakan batas/cut off pemerintah untuk BPNT 2018.

Panel a: Log (HDDS) 2017

Panel b: Log (HDDS) 2019

Panel c: Log (WDDS) 2017

Panel d: Log (WDDS) 2019

Indeks Kabupaten/Kota




Log(

WD

DS)

Log(

WD

DS)

Log(

WD

DS)

Log(

WD

DS)



Non-Sulawesi Selatan

Sulawesi Selatan Perbedaan

Mean SD Mean SD (1) - (3) SE

(1) (2) (3) (4) (6) (7)

Indeks Keanekaragaman Pangan

HDDS Index 9.545 2.035 9.321 1.663 -0.224*** [0.026]

WDDS Index 6.461 1.500 6.326 1.350 -0.135*** [0.021]

Asupan Gizi Esensial

Protein 4.092 0.368 4.140 0.344 0.048*** [0.006]

Kalori 7.656 0.292 7.680 0.292 0.024*** [0.005]

Lemak 3.916 0.445 3.816 0.444 -0.100*** [0.009]

Karbohidrat 5.746 0.300 5.842 0.288 0.096*** [0.005]

Konsumsi per kelompok makanan

Serealia 0.975 0.156 0.989 0.107 0.014*** [0.001]

Umbi-umbian 0.521 0.500 0.400 0.490 -0.121*** [0.008]

Sayuran bergizi tinggi

0.409 0.492 0.482 0.500 0.073*** [0.008]

Sayuran berdaun hijau tua

0.911 0.285 0.883 0.322 -0.028*** [0.005]

Sayuran lain 0.953 0.211 0.973 0.163 0.019*** [0.002]

Buah-buahan bergizi tinggi

0.447 0.497 0.315 0.464 -0.132*** [0.009]

Buah-buahan lain

0.714 0.452 0.907 0.291 0.193*** [0.005]

Daging jeroan 0.038 0.192 0.003 0.052 -0.035*** [0.001]

Daging 0.512 0.500 0.257 0.437 -0.256*** [0.007]

Telur 0.845 0.362 0.838 0.369 -0.008 [0.005]

Ikan dan hewan laut

0.889 0.314 0.972 0.164 0.083*** [0.002]

Kacang-kacangan

0.753 0.431 0.645 0.478 -0.108*** [0.007]

Susu 0.388 0.487 0.388 0.487 -0.000 [0.007]

Minyak dan lemak

0.964 0.187 0.972 0.164 0.009*** [0.002]

Makanan manis 0.932 0.252 0.958 0.200 0.027*** [0.002]

Bumbu, bahan penyedap, dan minuman

0.983 0.129 0.991 0.092 0.008*** [0.001]

Jumlah rumah tangga

301490 14093

Gambar 9 (Panel a dan b) untuk HDDS menegaskan hubungan positif antara pelaksanaan BPNT dengan peningkatan keragaman pangan di rumah tangga miskin. Namun, fitur yang paling terlihat dari grafik ini adalah lompatan positif yang signifikan ketika BPNT dihentikan pada tahun 2019. Kami tidak melihat lompatan signifikan dalam HDDS pada tahun 2017. Kami mengamati bukti serupa dengan indeks WDDS (Panel c dan d), meskipun lompatannya lebih kecil dibandingkan HDDS. Kami juga mengukur hubungan antara BPNT dan HDDS. Gambar 9 menggambarkan bahwa implementasi BPNT telah meningkatkan keragaman pangan rumah tangga miskin sekitar 12,4 persen dengan ukuran HDDS; temuan ini signifikan secara statistik pada 5 persen.

Analisis kami menunjukkan bahwa BPNT juga telah meningkatkan konsumsi zat gizi esensial di rumah tangga miskin, kecuali asupan lemak harian. BPNT juga meningkatkan konsumsi kalori dan karbohidrat harian. Rumah tangga miskin penerima BPNT mengalami peningkatan asupan kalori harian lebih dari 20 persen, dibandingkan dengan rumah tangga miskin penerima program beras.

Jelas terlihat bahwa implementasi BPNT telah meningkatkan kinerja penargetan program perlindungan sosial di Indonesia.

Setelah mengetahui bahwa pelaksanaan BPNT telah meningkatkan keanekaragaman pangan dan asupan nutrisi penting, kami menyelidiki situasi di Sulawesi Selatan (Tabel 6). Rumah tangga di Sulawesi Selatan memiliki indeks HDDS dan WDDS yang lebih rendah, menunjukkan keragaman konsumsi yang lebih rendah. Hal ini didukung bukti bahwa rumah tangga di Sulawesi Selatan cenderung lebih kecil kemungkinannya untuk mengkonsumsi daging dibandingkan rumah tangga di daerah-daerah lain di Indonesia.

Mean = Rata-rata; SD = Standar Deviasi; SE = Standar Error

Tabel 6: Keanekaragaman Pangan dan Asupan Gizi – Sulsel vs Non-Sulsel



Analisis kami terhadap hasil survei menunjukkan

korelasi yang signifikan secara statistik antara

kesehatan mental dengan jenis kelamin, status perkawinan, status

kesehatan, religiusitas, dan modal sosial.



3.4 P E M E T A A N K E J A D I A N K E S E H A T A N M E N T A L

Kesehatan mental yang buruk merupakan masalah utama bagi negara maju dan berkembang (WHO

beban penyakit pada tahun 2010 dikaitkan dengan berbagai bentuk gangguan kesehatan mental (5 persen pada tahun 2000, 4 persen pada tahun 1990; IHME 2013). Prevalensi gangguan kesehatan mental umum di negara berkembang adalah sekitar 6-7 persen pada populasi umum (Rai, Zitko, Jones, Lynch, & Araya 2013). Gangguan mental menempati peringkat ke-19 di antara penyebab utama disabilitas pada tahun 2016, naik dari peringkat ke-29 pada tahun 1990.

Survei Kesehatan Dasar (Riskesdas) Indonesia 2018 yang dilakukan oleh Kementerian Kesehatan memperkirakan bahwa 0,67 persen rumah tangga Indonesia memiliki setidaknya satu anggota keluarga dengan gangguan psikotik. Diperkirakan 6,1 persen populasi berusia 15 tahun ke atas dikategorikan mengalami depresi. Sulawesi Selatan memiliki prevalensi gangguan jiwa tertinggi di Indonesia (Idaiani dkk. 2019).

Sejumlah penelitian termasuk Riskesdas 2013 dan 2018 menunjukkan semakin meningkatnya prevalensi masalah kesehatan jiwa di Indonesia seperti kecemasan dan depresi. Kalangan perempuan termasuk yang amat rentan terdampak masalah kesehatan jiwa/mental. Puskesmas dan rumah sakit di Indonesia ternyata tidak memiliki perlengkapan yang memadai untuk menangani masalah kesehatan mental (Prastyani 2019), juga untuk menangani ibu-ibu setelah melahirkan (depresi pasca melahirkan/postpartum depression) dan remaja putri yang menderita tekanan keuangan serta kurangnya dukungan bagi yang mengalami dampaknya.

Untuk memetakan karakteristik dan lingkungan orang dewasa dengan gangguan jiwa, kami menggunakan kumpulan data Indonesian Family Live Survey (IFLS) atau Survei Aspek Kehidupan Rumah Tangga Indonesia (SAKERTI) dari RAND tahun 2007 dan 2014. IFLS adalah survei rumah tangga longitudinal multiguna yang mengumpulkan data lebih dari 30.000 individu dari 12.000 rumah tangga dan mewakili sekitar 83 persen dari seluruh penduduk Indonesia.

Dalam survei IFLS, sepekan sebelum survei setiap responden diminta untuk melaporkan seberapa sering mereka mengalami 10 dari daftar gejala depresi.

Analisis kami terhadap hasil survei menunjukkan korelasi yang signifikan secara statistik antara kesehatan mental dengan jenis kelamin, status perkawinan, status kesehatan, religiusitas, dan modal sosial. Misalnya, laki-laki berusia 24-46 tahun memiliki kejadian gangguan jiwa yang lebih rendah dibandingkan dengan perempuan pada kelompok usia yang sama. Beberapa penelitian mengaitkan rendahnya kejadian gangguan mental pada laki-laki dengan keengganan umum laki-laki untuk mengakui dan melaporkan masalah kesehatan mental mereka, menyepakati bahwa kerentanan yang terkait kesehatan dan kesehatan mental bertentangan dengan norma budaya maskulin (Courtenay 2000; Connell dan Messerschmidt 2005).

Penemuan lain yang menarik adalah bahwa individu yang belum menikah ditemukan memiliki skor depresi 5 persen lebih tinggi dibandingkan rekan mereka yang sudah menikah. Orang yang sehat diperkirakan memiliki skor depresi 10 persen lebih rendah dibandingkan orang yang tidak sehat. Menariknya, kami tidak menemukan korelasi yang signifikan secara statistik antara religiusitas dengan kesehatan mental.

Pemangku kepentingan kunci yang kami temui untuk berkonsultasi—Staf di Kantor Wakil Bupati Maros, Bappeda Maros dan Dinas Kesehatan Maros; Kepala Bappeda Pangkep; dan Sekretaris Daerah Barru—menyampaikan bahwa meskipun kesehatan mental itu penting, pemerintah kabupaten memiliki sumber daya manusia yang terbatas (seperti psikiater, psikolog, perawat kesehatan mental, dan tenaga promosi kesehatan) untuk menangani gangguan mental.

4.0 K E S I M P U L A N D A N R E K O M E N D A S I

Temuan dari masing-masing empat proyek telah dijelaskan secara rinci. Mengingat keterbatasan waktu dan batasan-batasan karena COVID-19, kami belum dapat mengerjakan komponen survei kualitatif. Analisis data sekunder telah menginformasikan desain proyek besar kami berikutnya, Strategic Integrated Project (SIP) yang akan dilaksanakan di bawah Partnership for Australia-Indonesia Research (PAIR). Secara khusus, kurangnya informasi detail yang tersedia mengenai penyandang disabilitas dan kesehatan mental dalam kumpulan data sekunder telah membantu kami merancang SIP.

Tahap-tahap selanjutnya dari penelitian kami memungkinkan studi lebih lanjut, yang mengarah pada pengetahuan dan pemahaman yang lebih baik mengenai kebutuhan pembangunan Indonesia.

2011). Sekitar 7 persen dari total



5.0 R E F E R E N S I

Adioetomo, S.M, D. Mont and Irwanto. (2014). Persons with Disabilities in Indonesia: Empirical Facts and Implications for Social Protection Policies. Jakarta, Indonesia. Demographic Institute, Faculty of Economics, the University of Indonesia, in collaboration with Tim Nasional Percepatan Penanggulangan Kemiskinan(TNP2K).

Aker, J. C. (2017). Comparing cash and voucher transfers in a humanitarian context: Evidence from the democratic republic of congo. The World Bank Economic Review, 31(1):44-70.

Alderman, H., Gentilini, U., and Yemtsov, R. (2017). The 1.5 billion people question: food, vouchers, or cash transfers? The World Bank.

Anosike, P. (2019). Entrepreneurship education as human capital: Implications for youth self-employment and conflict mitigation in Sub-Saharan Africa. Industry and Higher Education, 33(1), 42-54.

Antlöv, H., Wetterberg, A., & Dharmawan, L. (2016). Village governance, community life, and the 2014 village law in Indonesia. Bulletin of Indonesian Economic Studies, 52(2), 161-183.

Banerjee, A., Hanna, R., Kyle, J., Olken, B. A., & Sumarto, S. (2018). Tangible information and citizen empowerment: Identification cards and food subsidy programs in Indonesia. Journal of Political Economy, 126(2), 451-491.

Baranov, Victoria, Sonia Bhalotra, Pietro Biroli, and Joanna Maselko. (2020) "Maternal Depression, Women's Empowerment, and Parental Investment: Evidence from a Randomized Controlled Trial." American Economic Review 110, no. 3: 824-59.

Cameron, L., & Suarez, D. C. (2017). Disability in Indonesia: What can we learn from the data. Australia-Indonesia Partnership for Economic

Governance, Monash University and the Australian Government. Jakarta, Indonesia.

Courtenay, W. H . (2000a). Constructions of masculinity and their influence on men’s well-being: A theory of gender and health. Social Science & Medicine, 50, 1385–1401.

Connell R. W., Messerschmidt J. W. (2005). Hegemonic masculinity: Rethinking the concept. Gender & Society, 19(6), 829–859.

Dercon, S., & Krishnan, P. (2009). Poverty and the psychosocial competencies of children: evidence from the young lives sample in four developing countries. Children Youth and Environments, 19(2), 138-163.

Elwan, A. (1999). Poverty and disability: A survey of the literature (Vol. 9932). Washington, DC: Social Protection Advisory Service.

FAO, WFP and IFAD, (2012). The State of Food Insecurity in the World 2012. Economic growth is necessary but not sufficient to accelerate reduction of hunger and malnutrition. Rome, FAO.

Field, T. A., Beeson, E. T., & Jones, L. K. (2015). The new ABCs: A practitioner's guide to neuroscience-informed cognitive-behavior therapy. Journal of Mental Health Counseling, 37(3), 206-220.

Filmer, D. (2008). Inequalities in Education: Effects of Gender, Poverty, Orphanhood, and Disability. Girls’ Education in the 21st Century, 95.

Gillespie, S., Harris, J., & Kadiyala, S. (2012). The agriculture-nutrition disconnect in India: What do we know?.

Haddad, L. (2013). From Nutrition Plus to Nutrition Driven: How to realize the elusive potential of agriculture for nutrition?. Food and Nutrition Bulletin, 34(1), 39-44.

Idaiani, S., Yunita, I., Tjandrarini, D., Indrawati, L., Darmayanti, I., Kusumawardani, N., & Mubasyiroh, R. (2019). Prevalensi Psikosis di Indonesia berdasarkan Riset Kesehatan Dasar 2018. Jurnal Penelitian Dan Pengembangan Pelayanan Kesehatan, 3(1), 9-16.

Institute for Health Metrics and Evaluation (IHME). 2013. The Global Burden of Disease: Generating Evidence, Guiding Policy. Seattle, WA: IHME.

Jacoby, H.G., (1997). Self-selection and the redistributive impact of in-kind transfers: An econometric analysis. Journal of Human Resources, pp.233-249.

Kelles-Viitanen, A. (1999). Disability, Poverty Reduction and Social Development. Disability International; Asia Pacific Region, 11(2).

Kumar, N., Harris, J., and Rawat, R. (2015). If they grow it, will they eat and grow? evidence from Zambia on agricultural diversity and child undernutrition. The Journal of Development Studies, 51(8):1060-1077.

Larasati, D., Huda, K., Cote, A., Rahayu, S. K., & Siyaranamual, M. (2019). Policy Brief: Inclusive Social Protection for Persons with Disability in Indonesia. TNP2K.

Lund, C., De Silva, M., Plagerson, S., Cooper, S., Chisholm, D., Das, J., ... & Patel, V. (2011). Poverty and mental disorders: breaking the cycle in low-income and middle-income countries. The Lancet, 378(9801), 1502-1514.

Mboi, N. et al (2018). On the road to universal health care in Indonesia, 1990-2016: A systematic review of Global Burden of Disease Study. The Lancet, 392, 18, 1-11

Mont, D. (2007). Measuring health and disability. The Lancet, 369(9573), 1658-1663.



Mitra, S., Posarac, A., & Vick, B. (2011). Disability and poverty in developing countries: A snapshot from the World Health Survey. World Bank.

Olken, B. A. (2007). Monitoring corruption: evidence from a field experiment in Indonesia. Journal of Political Economy, 115(2), 200-249.

Patel, V., Araya, R., Chatterjee, S., Chisholm, D., Cohen, A., De Silva, M., ... & Van Ommeren, M. (2007). Treatment and prevention of mental disorders in low-income and middle-income countries. The Lancet, 370(9591), 991-1005.

Patel, V., & Kleinman, A. (2003). Poverty and common mental disorders in developing countries. Bulletin of the World Health Organization, 81, 609-615.

Pinstrup-Andersen, P. (2013). Nutrition-sensitive food systems: from rhetoric to action. The Lancet, 382(9890), 375.

Prastyani, A. (2019). Mental health care in Indonesia: short on supply, short on demand. New Mandala, 26 July. https://www.newmandala.org/mental-health-in-indonesia-short-on-supply-short-on-demand/

Pritchard, B., Rammohan, A., & Sekher, M. (2013). Food security as a lagging component of India's human development: a function of interacting entitlement failures. South Asia: Journal of South Asian Studies, 36(2), 213-228.

Rai, D., Zitko, P., Jones, K., Lynch, J., & Araya, R. (2013). Country-and individual-level socioeconomic determinants of depression: multilevel cross-national comparison. The British Journal of Psychiatry, 202(3), 195-203.

Reinikka, R., & Svensson, J. (2004). Local capture: evidence from a central government transfer program in Uganda. The quarterly journal of economics, 119(2), 679-705.

Reinikka, R., & Svensson, J. (2005). Fighting corruption to improve schooling: Evidence from

a newspaper campaign in Uganda. Journal of the European Economic Association, 3(2-3), 259-267.

Ruel, M. T., Harris, J., & Cunningham, K. (2013). Diet quality in developing countries. In Diet quality (pp. 239-261). Humana Press, New York, NY.

Sen, A.K., 2009. The idea of justice. Harvard University Press.

Sibhatu, K. T., & Qaim, M. (2018). Meta-analysis of the association between production diversity, diets, and nutrition in smallholder farm households. Food Policy, 77, 1-18.

Sutiyono, G., Muluk, S., Mafira, T., & Rakhmadi, R. (2018). Indonesia’s village fund: An important lever for better land use and economic growth at the local level. Climate Policy Initiative.

United Nations. Department of Economic and Social Affairs. (2004). World youth report 2003: the global situation of young people. United Nations, New York, New York.

Üstün, T. Bedirhan, Nenad Kostanjsek, Somnath Chatterji, and Jürgen Rehm, eds. 2010. Measuring health and disability: Manual for WHO disability assessment schedule WHODAS 2.0. World Health Organization.

World Health Organization. (2011). World report on disability 2011. World Health Organization.

T H E A U S T R A L I A - I N D O N E S I A C E N T R E :

M I T R A K E B I J A K A N :

M I T R A U N T U K D A M P A K :

Tim Manajemen Program:

Dr Eugene Sebastian, Direktur Program PAIR

Helen Fletcher-Kennedy, Kepala Operasional AIC

Dr Leonardo Pegoraro, Manajer Program PAIR

Dr Hasnawati Saleh, Koordinator Riset PAIR

Dr Martijn van der Kamp, Koordinator Pengembangan Kapabilitas Tim Peneliti PAIR

Marlene Millott, Manajemen Program PAIR

Fadhilah Trya Wulandari, Manajemen Program PAIR

Dewan Penasihat Riset:

Alison Duncan, Penasihat Menteri Bidang Ekonomi, Investasi dan Infrastruktur, Kedutaan Besar Australia di Jakarta

Profesor Budu, Tim Gubernur untuk Percepatan Pembangunan Provinsi Sulawesi Selatan (TGUPP)

Bronwyn Robbins, Konsul Jenderal Australia di Makassar

Dr Elan Satriawan, Ketua Kelompok Kerja Kebijakan, Tim Nasional untuk Percepatan Penanggulangan Kemiskinan (TNP2K)

Dr(HC) Erna Witoelar, Mantan Duta Besar Khusus PBB untuk Tujuan Pembangunan Milenium (MDGs) di Asia Pasifik

Dr Eugene Sebastian, Direktur Eksekutif, The Australia-Indonesia Centre

Dr Hasnawati Saleh, Koordinator Riset PAIR, The Australia-Indonesia Centre

Profesor Heri Hermansyah, Plt Direktur Riset dan Pengabdian Masyarakat, Kementerian Riset dan Teknologi, Republik Indonesia

Dr Ishak Salim, Pendiri Pergerakan Difabel Indonesia untuk Kesetaraan (PerDIK)

Profesor Jamaluddin Jompa, Penasihat Ekologi Kelautan untuk Menteri Kelautan dan Perikanan, Republik Indonesia

Jana Hertz, Team Leader, Knowledge Sector Initiative, Indonesia

Muhammad Sani Azis, Koordinator Wilayah Sulawesi Selatan, Asosiasi Rumput Laut Indonesia (ARLI)

Dr Musdhalifah Machmud, Deputi Bidang Pangan dan Agribisnis, Kementerian Koordinator Bidang Perekonomian, Republik Indonesia

Prakosa Hadi Takariyanto, Direktur Teknik, PT Pelabuhan Indonesia IV (Persero)

Pratiwi Hamdhana, Pendiri dan Direktur Tenoon, dan Driver Engagement Gojek Makassar

Profesor Wihana Kirana Jaya, Staf Khusus Urusan Ekonomi dan Investasi Transportasi Menteri Perhubungan, Republik Indonesia

Ucapan Terima Kasih

Australia-Indonesia Centre (AIC) mengucapkan terima kasih kepada Pemerintah Australia atas dukungannya untuk Program Kemitraan Riset Australia-Indonesia (PAIR) melalui Departemen Luar Negeri dan Perdagangan Australia. AIC juga berterima kasih atas dukungan Pemerintah Indonesia untuk PAIR melalui Kementerian Riset dan Teknologi Republik Indonesia.

Kami juga mengucapkan terima kasih atas dukungan yang kami terima dari organisasi berikut:

Pemerintah Provinsi Sulawesi Selatan

Kementerian Riset dan Teknologi/Badan Riset dan Inovasi Nasional RI

Badan Penelitian dan Pengembangan Kesehatan, Kementerian Kesehatan RI

Tim Nasional Percepatan Penanggulangan Kemiskinan (TNP2K) Indonesia

Badan Perencanaan Pembangunan Penelitian dan Pengembangan (BAPPELITBANGDA) Provinsi Sulawesi Selatan

Tim Gubernur Untuk Percepatan Pembangunan (TGUPP) Provinsi Sulawesi Selatan

Dinas Pemberdayaan Masyarakat dan Desa Provinsi Sulawesi Selatan

Dinas Tenaga Kerja dan Transmigrasi Provinsi Sulawesi Selatan

Pemerintah Kota Makassar

Pemerintah Daerah Kabupaten Maros

Pemerintah Daerah Kabupaten Pangkep

Pemerintah Daerah Kabupaten Barru

Pemerintah Kota Parepare

Dinas Kesehatan dan Gugus Tugas Percepatan Penanganan COVID-19 Provinsi Sulawesi Selatan

Dinas Kesehatan dan Gugus Tugas Percepatan Penanganan COVID-19 Kota Makassar

Dinas Kesehatan dan Gugus Tugas Percepatan Penanganan COVID-19 Kabupaten Maros

Dinas Kesehatan dan Gugus Tugas Percepatan Penanganan COVID-19 Kabupaten Pangkep

Dinas Kesehatan dan Gugus Tugas Percepatan Penanganan COVID-19 Kabupaten Barru

Dinas Kesehatan dan Gugus Tugas Percepatan Penanganan COVID-19 Kota Parepare

Aliansi Remaja Independen (ARI) Provinsi Sulawesi Selatan

Pergerakan Difabel Indonesia untuk Kesetaraan (PerDIK)

Himpunan Wanita Disabilitas Indonesia (HWDI)

Mengidentifikasi dampak COVID-19 pada kesehatan, sosial ...

Documents