<![CDATA[Pembangunan manusia merupakan salah satu aspek fundamental yang menentukan kemajuan suatu bangsa. Kompleksitas pembangunan manusia melibatkan berbagai variabel ekonomi, sosial, dan infrastruktur yang saling berkaitan. Redundansi informasi yang diakibatkan oleh korelasi antar variabel sering kali menjadi kendala dalam analisis data pembangunan manusia. Penelitian ini bertujuan untuk menyederhanakan dimensi data pembangunan manusia menggunakan metode Principal Component Analysis (PCA). Data sekunder tahun 2023 dari Badan Pusat Statistik (BPS) Indonesia yang mencakup 34 provinsi digunakan sebagai sumber data. Metode PCA diterapkan untuk mereduksi dimensi data tanpa kehilangan informasi utama. Hasil penelitian menunjukkan adanya kesenjangan signifikan pada variabel ekonomi seperti PDRB, UMP, dan PMDN, sedangkan indikator pendidikan seperti HLS dan RLS menunjukkan pemerataan yang lebih baik. Analisis faktor menghasilkan tiga komponen utama yang merangkum sepuluh variabel, yaitu: faktor ekonomi dan kependudukan, faktor pendidikan, serta faktor kesejahteraan dan investasi. Komponen-komponen ini dapat digunakan sebagai basis formulasi kebijakan yang lebih efektif dan berkelanjutan dalam upaya peningkatan pembangunan manusia. Penelitian ini menegaskan pentingnya pendekatan analisis multivariat dalam mengatasi kompleksitas data pembangunan manusia.]]>
Copyrights © 2024
