Publisher

PRINPRIN

Journal JURNAL RISET RUMPUN MATEMATIKA DAN ILMU PENGETAHUAN ALAMJURNAL RISET RUMPUN MATEMATIKA DAN ILMU PENGETAHUAN ALAM Abstract

Kualitas kehidupan di Sumatera Utara saat ini masih membutuhkan perbaikan, dimana masih ditemukan tingkat kemiskinan dan pembangunan manusia yang tertinggal. Permasalahan tersebut dapat tercermin dari indikator kesejahteraan masyarakat yaitu Indeks Pembangunan Manusia (IPM). Permasalahan tersebut dapat diselesaikan salah satunya dengan mengetahui faktor-faktor yang mengetahui Indeks Pembangunan Manusia di Sumatera Utara. Indeks Pembangunan Manusia diduga mengandung unsur dependensi spasial, oleh sebab itu pada penelitian ini akan digunakan metode regresi spasial dengan model efek dependensi spasial. Hasil analisis dan pembahasan yang diperoleh yaitu model SAR merupakan model yang sesuai pada kasus Indeks Pembangunan Manusia di Sumatera Utara. Variabel prediktor yang signifikan berpengaruh terhadap Indeks Pembangunan Manusia di Sumatera Utara adalah Angka Partisipasi Murni (APM) tingkat SMTA x1, Tingkat Kemiskinan x4, Tingkat Pengangguran Terbuka x5, dan PDRB atas dasar harga x6.

Conclusion

Berdasarkan pemodelan, model regresi spasial Spatial Autoregressive (SAR) adalah yang paling sesuai untuk Indeks Pembangunan Manusia (IPM) di Sumatera Utara.Faktor-faktor yang secara signifikan memengaruhi IPM meliputi Angka Partisipasi Murni (APM) tingkat SMTA, Tingkat Kemiskinan, Tingkat Pengangguran Terbuka, dan PDRB atas dasar harga.Selain itu, ditemukan bahwa koefisien ρ menunjukkan adanya pengaruh signifikan dari suatu wilayah terhadap IPM wilayah tetangganya.

Future Research

Penelitian ini telah berhasil mengidentifikasi faktor-faktor yang memengaruhi Indeks Pembangunan Manusia (IPM) di Sumatera Utara menggunakan model regresi spasial SAR. Namun, ada beberapa arah penelitian lanjutan yang dapat memperkaya pemahaman kita. Pertama, temuan mengenai pengaruh positif Tingkat Pengangguran Terbuka terhadap IPM yang diakui tidak sesuai dengan realitas perlu diselidiki lebih mendalam. Studi selanjutnya dapat berfokus pada analisis kualitatif atau penggunaan data yang lebih rinci untuk memahami mekanisme di balik korelasi ini, atau apakah ada variabel mediasi yang belum teridentifikasi yang mengubah hubungan tersebut di konteks Sumatera Utara. Apakah ini menunjukkan adanya fenomena ekonomi unik, ataukah ada nuansa dalam pengukuran tingkat pengangguran yang memengaruhi hubungannya dengan IPM? Kedua, karena penelitian ini menggunakan matriks pembobot spasial Queen Contiguity, akan sangat bermanfaat untuk mengeksplorasi penggunaan metode pembobotan spasial alternatif, seperti jarak invers atau K-nearest neighbors. Perbandingan hasil dari berbagai matriks ini dapat menunjukkan seberapa sensitif model dan temuan terhadap definisi ketetanggaan, sehingga memberikan gambaran yang lebih kokoh tentang interaksi spasial antar wilayah. Ketiga, mengingat pembangunan manusia adalah proses berkelanjutan, penelitian ini dapat diperluas dengan menganalisis data panel dari beberapa tahun. Pendekatan ini akan memungkinkan para peneliti untuk tidak hanya mengamati pengaruh spasial, tetapi juga melacak perubahan IPM dari waktu ke waktu dan mengidentifikasi faktor-faktor yang secara dinamis memengaruhinya, serta dampak kebijakan pembangunan dalam jangka panjang. Dengan demikian, kita bisa mendapatkan pemahaman yang lebih komprehensif dan relevan bagi perumusan kebijakan di masa depan.

Metadata

File size	510.08 KB
Pages	16
DMCA	Report