Dwitya, Shabrina Nareswari
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analysis of Unmet Need for Health Services Based on the Percentage of Public Health Complaints with a Kernel Estimator Approach Rifada, Marisa; Amelia, Dita; Setyaningrum, Jeny Praesti; Septiandini, Niswah; Kalista, Yovita Karin; Dwitya, Shabrina Nareswari
JTAM (Jurnal Teori dan Aplikasi Matematika) Vol 9, No 4 (2025): October
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jtam.v9i4.32555

Abstract

Healthcare services are a fundamental need that governments must guarantee to ensure optimal health outcomes for all citizens. However, many individuals still face significant barriers in accessing necessary healthcare services. This quantitative research employs a spatial analysis to examine the unmet need for health services based on public health complaints, utilizing a nonparametric regression approach with Kernel estimator. The Kernel estimator method was chosen for its flexibility in capturing unstructured data patterns, allowing the analysis to better reflect real-world conditions. The study uses health complaint data from the Central Bureau of Statistics, covering 38 provinces in Indonesia in 2024. However, data from 4 provinces were incomplete, so only 34 provinces were included in the analysis. The independent variable is the percentage of public health complaints, while the dependent variable is the percentage of unmet healthcare needs. A Gaussian kernel function was applied for nonparametric regression, identified as the optimal method based on the lowest Generalized Cross Validation (GCV) value of 1.052939 at a bandwidth of 0.33. The model demonstrates high predictive accuracy, with an R² of 82.44% and a Mean Squared Error (MSE) of 30.7%. These findings provide actionable insights for targeting healthcare disparities and improving service accessibility.
ANALISIS BIPLOT PADA BERBAGAI FAKTOR KEMISKINAN DI INDONESIA BERDASARKAN PROVINSI Wieldyanisa, Ezha Easyfa; Ismi, Ferissa Maulida; Putri, Refa Berliana; Dwitya, Shabrina Nareswari; Elly Pusporani; Amelia, Dita
Elastisitas : Jurnal Ekonomi Pembangunan Vol. 7 No. 2 (2025): Elastisitas, September 2025
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/e-jep.v7i2.09

Abstract

Kemiskinan merupakan permasalahan kompleks yang dipengaruhi oleh berbagai faktor sosial dan ekonomi. Berdasarkan hal tersebut, penelitian ini bertujuan untuk melihat hubungan antara provinsi di Indonesia dan berbagai faktor yang berpengaruh terhadap kemiskinan seperti pendidikan, kesehatan, dan infrastruktur dasar menggunakan analisis biplot. Data sekunder tahun 2024 dari BPS digunakan dengan delapan variabel utama, meliputi usia harapan hidup, produk domestik regional bruto (PDRB) per kapita, angka melek huruf, rumah tangga dengan sanitasi layak, akses air layak, akses listrik, angka partisipasi sekolah, dan rata-rata lama sekolah. Hasil analisis menunjukkan bahwa 81,772% keragaman data dapat dijelaskan oleh dua komponen utama dalam grafik biplot. Provinsi-provinsi dikelompokkan ke dalam empat kuadran berdasarkan kesamaan karakteristik kemiskinan. Faktor dengan keragaman tertinggi adalah rumah tangga dengan sanitasi layak, sedangkan faktor dengan keragaman terendah adalah PDRB per kapitaKorelasi antar variabel menunjukkan bahwa angka melek huruf dan akses listrik memiliki hubungan paling kuat, yang berarti semakin tinggi tingkat melek huruf suatu daerah, semakin besar pula kemungkinan masyarakatnya memiliki akses terhadap listrik. Sebaliknya, hubungan terlemah terdapat antara PDRB dan akses listrik. Penelitian ini menunjukkan bahwa memahami kemiskinan memerlukan pendekatan terhadap berbagai faktor yang saling berkaitan serta perlunya kebijakan pembangunan yang disesuaikan dengan karakteristik daerah masing-masing.