Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pengaruh Indikator Sosial Ekonomi dan Kesehatan Terhadap Angka Harapan Hidup Menggunakan Regresi Data Panel Karina Sylfia Dewi; Oriza Sativa Bkriz Putri Ainun; Rosni Rosni; Annisa Hevita Gustina Kumalasari Saefulloh
Mandalika Mathematics and Educations Journal Vol 8 No 2 (2026): Edisi Juni
Publisher : FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jm.v8i2.11750

Abstract

Angka Harapan Hidup (AHH) di Provinsi Daerah Istimewa Yogyakarta merupakan salah satu indikator penting yang mencerminkan kualitas kesehatan dan kesejahteraan masyarakat. Penelitian ini bertujuan untuk menganalisis faktor-faktor sosial, ekonomi, dan kesehatan yang diduga berpengaruh signifikan terhadap AHH di Provinsi DIY selama periode 2018-2023 dengan menggunakan regresi data panel. Hasil penelitian menunjukan Kabupaten Kulon Progo memiliki rata-rata AHH tertinggi, sementara Kabupaten Bantul memiliki rata-rata AHH terendah. Pemodelan regresi data panel menghasilkan Random Effect Model (REM) sebagai model terbaik. Variabel yang berpengaruh signifikan terhadap AHH adalah kepemilikan BPJS, tenaga kesehatan, dan fasilitas kesehatan, di mana dua variabel pertama berpengaruh positif, sedangkan fasilitas kesehatan berpengaruh negatif. Nilai koefisien determinasi yang diperoleh sebesar 62,375%, yang berarti model mampu menjelaskan variasi AHH sebesar 62,375%, sedangkan sisanya dipengaruhi oleh faktor lain di luar model.
Analisis Perbandingan Metode Klasterisasi Kabupaten/Kota di Provinsi Sumatera Utara Berdasarkan Indikator Kemiskinan Karina Sylfia Dewi; Cindy Auliani Hutagalung; Annisa Hevita Gustina Kumalasari Saefulloh; Putri Isnaini Cahyaning Baiti; Rosni Rosni; Nanda Azzanina
TEKNIKA Vol. 20 No. 3 (2026): Teknika September 2026 (On Progress)
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Provinsi Sumatera Utara terdiri dari 25 kabupaten dan 8 kota dengan karakteristik ekonomi serta geografis yang beragam. Perbedaan kondisi antarwilayah tersebut berpotensi menimbulkan ketimpangan dalam tingkat kemiskinan dan kesejahteraan masyarakat. Oleh karena itu, diperlukan analisis yang dapat memetakan wilayah-wilayah di Provinsi Sumatera Utara berdasarkan kemiripan karakteristik pada indikator kemiskinan. Penelitian ini bertujuan untuk membandingkan hasil pengelompokan kabupaten/kota menggunakan metode hierarchical clustering dan non-hierarchical clustering (k-means clustering). Data yang digunakan merupakan data sekunder dari Badan Pusat Statistik Provinsi Sumatera Utara yang meliputi persentase penduduk miskin, indeks kedalaman kemiskinan, indeks keparahan kemiskinan, harapan lama sekolah, rata-rata lama sekolah, dan tingkat pengangguran terbuka. Analisis dilakukan dengan penentuan metode hierarki terbaik berdasarkan nilai koefisien agglomerative, kemudian dibandingkan dengan hasil dari metode k-means clustering. Hasil penelitian menunjukkan bahwa metode non-hierarchical (k-means clustering) menghasilkan nilai Davies-Bouldin Index yang lebih kecil dibandingkan metode hierarchical clustering, yang mengindikasikan bahwa cluster yang terbentuk memiliki tingkat kekompakan (compactness) yang lebih tinggi dan pemisahan (separation) yang lebih baik. Dengan demikian, metode k-means clustering dinilai memiliki performa yang lebih optimal dalam mengelompokkan kabupaten/kota berdasarkan indikator kemiskinan. Berdasarkan hasil klasterisasi, kabupaten/kota di Provinsi Sumatera Utara terbagi menjadi empat cluster utama dengan karakteristik kemiskinan yang berbeda. Temuan ini diharapkan dapat menjadi acuan bagi pemerintah daerah dalam merumuskan kebijakan penanggulangan kemiskinan yang lebih efektif dan tepat sasaran.