Claim Missing Document
Check
Articles

Found 3 Documents
Search

Pekerja Lansia di Sektor Informal Tahun 2020 Dodi Satriawan
Jurnal Bina Ketenagakerjaan Vol 2 No 2 (2021): Agustus 2021
Publisher : PPSDM Ketenagakerjaan Kemnaker RI

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

Abstract

Perbaikan di bidang kesehatan yang sejalan dengan meningkatnya usia harapan hidup berdampak pula pada meningkatnya proporsi penduduk lanjut usia. Struktur penduduk tua diproyeksikan akan dicapai Indonesia mulai tahun 2023. Banyaknya lansia yang masih bekerja dapat menunjukkan bahwa lansia masih mampu aktif di pasar kerja. Pada tahun 2020, 1 dari 2 lansia masih bekerja di usia tuanya. Realitanya masih banyak lansia yang bekerja untuk mencari nafkah, bahkan harus menjadi tulang punggung keluarga. Para lansia yang terpaksa harus bekerja biasanya hanya dapat tertampung di sektor informal. Penelitian ini bertujuan untuk mengetahui gambaran kondisi sosial ekonomi dan demogafis lansia yang bekerja di sektor informal. Penelitian ini menggunakan data Susenas 2020. Hasil penelitian menunjukkan bahwa 49,42 persen lansia bekerja, dan diantara lansia yang bekerja tersebut 82,11 persen bekerja di sektor informal. Lansia yang bekerja di sektor informal lebih banyak di perdesaan, berjenis kelamin perempuan, tingkat pendidikan rendah, dan berada pada rumah tangga dengan status ekonomi rendah. Improvements in the health sector have an impact on increasing life expectancy. The old population structure is projected to occur in Indonesia by 2023. Many elderly people who are still working can prove that they can still be active in the labor market. In 2020, 1 of 2 elderly people still work in their old age. However, the reality is that there are still many elderly people who work to make a living, even having to become the backbone of the family. The elderly who have to work usually can only be accommodated in the informal sector. This study discusses the socio-economic and demographic aspects of the elderly who work in the informal sector. This study uses 2020 Susenas data. The results showed that 49,42 percent of the elderly worked, and among the working elderly, 82,11 percent worked in the informal sector. Elderly people who work in the informal sector are more in rural areas, female sex, low education level, and in households with low economic status.
Pengelompokkan Provinsi di Indonesia Berdasarkan Faktor Penyebab Balita Stunting Menggunakan Analisis Cluster Hierarki Dodi Satriawan; Dwi Agus Styawan
Jurnal Statistika dan Aplikasinya Vol 5 No 1 (2021): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.05106

Abstract

The stunting condition is characterized by the growth of childrens who are slow and fail to reach normal height. Some of the causes of stunting include household access to sanitation and drinking water sources, initiation of early breastfeeding, exclusive breastfeeding, full immunization, household income, and household access to nutritious food. This study aims to classify provinces in Indonesia based on the causes of stunting. The source of the data used is secondary data from the Ministry of Health and BPS in 2017. Clustering was carried out using the ward method cluster analysis. The clustering results are four groups with different characteristics. The first group of 16 provinces was a group with a high stunting factor. The second group consisting of 8 provinces was a group with a moderate stunting factor. The third group consisting of 6 provinces is a group with a low stunting factor. The fourth group consisting of 4 provinces is a group with a very high stunting factor.
Penerapan Small Area Estimation Dengan Zero Inflated Poisson Model Pada Data Kematian Bayi di Banten Periode 2013-2017 Ahmad Ridwan Harahap; Dodi Satriawan; Yuni Susianto
Jurnal Statistika dan Aplikasinya Vol 5 No 1 (2021): Jurnal Statistika dan Aplikasinya
Publisher : Program Studi Statistika FMIPA UNJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JSA.05102

Abstract

Dalam beberapa tahun terakhir, permintaan untuk statistik area kecil sangat meningkat dan sangat diperlukan bagi pengguna data. Namun, kebanyakan statistik yang dihasilkan dari survei yang dilakukan oleh BPS hanya pada level nasional dan provinsi. Ketidaktersediaan statistik pada wilayah kecil seperti kabupaten/kota disebabkan oleh ukuran sampel yang tidak memadai. Oleh karena itu, penelitian ini bertujuan untuk menghasilkan dugaan parameter-parameter yang dapat diandalkan pada wilayah kecil ketika ukuran sampelnya tidak memadai. Studi kasus yang dibahas pada penelitian ini adalah Angka Kematian Bayi (AKB) di Banten. AKB merupakan salah satu indikator untuk mencerminkan keadaan derajat kesehatan di suatu masyarakat dimana Banten merupakan salah satu provinsi dengan AKB terbesar di Pulau Jawa serta belum sesuai dengan target SDGs poin ketiga tahun 2030. Data AKB di Banten diasumsikan berdistribusi Poisson dan mengalami overdispersi sehingga penelitian ini menggunakan metode Small area estimation dengan model Zero Inflated Poisson, dimana model Poisson dan pendugaan langsung digunakan sebagai pembanding dalam melakukan evaluasi terhadap dugaan yang dihasilkan. Perbandingan dilakukan berdasarkan nilai RRMSE yang diperoleh dari kedua model tersebut, dimana model terbaik adalah model dengan nilai RRMSE terkecil. Hasil penelitian menunjukkan bahwa metode SAE ZIP lebih baik dalam menduga AKB di Banten jika dibandingkan dengan metode SAE Poisson dan pendugaan langsung.