Multivar Modul6 06211440000099 06211540000069
Multivar Modul6 06211440000099 06211540000069
Abstrak--Indeks Pembangunan Manusia (IPM) merupakan perhitungan IPM di Indonesia masih menggunakan metode
suatu ukuran yang digunakan untuk mengukur dampak lama dimana perhitungan dilakukan menggunakan rata-rata
kinerja pembangunan wilayah berdasarkan kualitas penduduk aritmatik. IPM suatu negara dibentuk oleh tiga dimensi
suatu wilayah dalam hal kesehatan (harapan hidup), dasar yaitu kesehatan yang diukur dengan angka harapan
intelektualitas dan standar hidup layak. Suatu pengelompokan
provinsi di Indonesia berdasarkan ketiga komponen IPM hidup (AHH), pengetahuan diukur dengan angka melek
tersebut dilakukan untuk memahami tingkatan kualitas huruf (AMH) dan rata-rata lama sekolah (MYS) menurut
penduduk di masing-masing provinsi. Terdapat 34 provinsi di metode lama, serta standar hidup layak yang diukur dengan
Indonesia yang meliputi provinsi di pulau Jawa, Sumatera, kemampuan daya beli [2].
Kalimantan, Sulawesi, dan Papua. Analisis statistika yang IPM merupakan indikator penting untuk mengukur
digunakan dalam penelitian ini adalah MDS (Multidimensional keberhasilan upaya pembangunan kualitas hidup manusia di
Scaling). MDS merupakan salah satu metode analisis suatu wilayah. Indikator ini dapat digunakan untuk
multivariat yang digunakan untuk menganalisis menentukan peringkat pembangunan suatu wilayah. Bagi
pengelompokkan suatu objek ke dalam suatu kelompok
negara dengan kebijakan otonomi daerah, indikator ini
tertentu berdasarkan kemiripan karakteristik yang dimiliki
oleh objek tersebut. Variabel yang digunakan dalam penelitian merupakan suatu data strategis yang dapat digunakan
ini adalah Angka Harapan Hidup (AHH), Angka Melek Huruf sebagai dasar pembuatan kebijakan mengenai pem-
(AMH), rata-rata lama sekolah, dan pengeluaran riil bangunan daerah. Selain digunakan sebagai ukuran kinerja
perkapita. Berdasarkan analisis visual dengan mengunakan pemerintah daerah, IPM di Indonesia juga digunakan
scree plot ditunjukkan bahwa dimensi optimum yang terbentuk sebagai salah satu alokator penentuan Dana Alokasi Umum
berjumlah 2. Dengan demikian 34 provinsi akan (DAU) [2]. Pengelompokan wilayah atau provinsi
dikelompokkan ke dalam 4 kelompok. Berdasarkan hasil berdasarkan komponen-komponen IPM dapat dilakukan
pemetaan, provinsi yang masuk pada kelompok 1 berjumlah 8
untuk memahami tingkatan kualitas penduduk di suatu
provinsi, kelompok 2 mempunyai 13 provinsi, kelompok 3
mempunyai 9 provinsi dan kelompok 4 hanya memiliki 4 wilayah atau provinsi sehingga dapat dibuat kebijakan
anggota. Nilai Dispersion Accounted For (DAF) yang diperoleh pembangunan yang sesuai dengan karakteristik penduduk di
dari hasil pengelompkan tersebut adalah sebesar 0,99810 wilayah tersebut.
dimana nilai ini mendekati 1 dan nilai S-Stress sebesar 0,00215 Penelitian ini bertujuan untuk mengelompokkan IPM
yang mendekati angka 0, sehingga hasil pengelompokkan yang pada masing-masing provinsi di Indonesia sehingga dapat
telah dilakukan sudah baik. Adanya pengelompokkan IPM ini diketahui tingkatan kualitas penduduk di provinsi tersebut.
dapat menunjukkan seberapa besar capaian IPM antar Analisis yang digunakan dalam penelitian ini adalah analisis
wilayah/provinsi di Indonesia, sehingga dapat dilakukan
MDS (Multidimensional Scaling). MDS merupakan salah
peningkatan terhadap provinsi mana yang memiliki IPM
rendah satu metode analisis multivariat yang digunakan untuk
menganalisis pengelompokkan suatu objek ke dalam
Kata Kunci—AHH, AMH, IPM, Multidimensional Scaling, kelompok tertentu berdasarkan kemiripan karakteristik yang
Pengeluaran Perkapita, Rata-rata Lama Sekolah dimiliki oleh objek tersebut [3]. Pengelompokkan IPM di
Indonesia didasarkan pada faktor yang memengaruhi IPM
I. PENDAHULUAN yang tidak lain merupakan komponen pembentuk indikator
Pembangunan manusia senantiasa berada di baris tersebut. Berdasarkan metode lama, komponen IPM di
terdepan dalam perencanaan pembangunan, karena hakikat Indonesia terdiri dari Angka Harapan Hidup (AHH), Angka
pembangunan adalah pembangunan manusia. Peningkatan Melek Huruf (AMH), rata-rata lama sekolah, dan
kesejahteraan masyarakat dapat diukur menggunakan Indeks pengeluaran riil perkapita [2]. Hasil pengelompokkan IPM
Pembangunan Manusia atau IPM [1]. IPM merupakan dapat menunjukkan seberapa besar capaian IPM antar
ukuran untuk melihat dampak kinerja pembangunan suatu wilayah/provinsi di Indonesia, sehingga dapat dilakukan
wilayah, karena memperlihatkan bagaimana penduduk dapat upaya pembangunan yang bertujuan untuk meningkakan
mengakses hasil pembangunan dalam memperoleh kualitas manusia di provinsi yang memiliki IPM rendah.
kesehatan, pendidikan, dan pendapatan. IPM pertama kali
diperkenalkan oleh UNDP pada tahun 1990 dan
dipublikasikan secara berkala dalam laporan tahunan
Human Development Report (HDR) [2]. Pada tahun 2013
2
2
(1)
plot. Berikut merupakan scree plot yang didapatkan
≠
berdasarkan data komponen IPM di Indonesia Tahun 2013.
dengan merupakan jarak antara dua titik pengamatan.
D. Indeks Pembangunan Manusia (IPM)
Indeks Pembangunan Manusia (IPM) menjelaskan
mengenai bagaimana penduduk dapat mengakseshasil
pembangunan dalam memperoleh pendapatan, kesehatan,
pendidikan, dan sebagainya. IPM dibentuk oleh 3 dimensi
dasar yaitu:
1. Umur panjang dan hidup sehat (a long and healthy life)
2. Pengetahuan (knowledge)
3. Standar hidup layak (decent standard of living)
Manfaat dari IPM adalah untuk mengukur keberhasilan
dalam upaya membangun kualitas hidup manusia atau
3
Tabel 3
Final Coordinate dan Kelompok Setiap Provinsi
Final Coordinates Kelompok/
Provinsi Dimension
Kuadran
1 2
Aceh 0,863 0,107 1
Sumatera Utara -0,376 0,140 2
Sumatera Barat -0,265 0,118 2
Riau -0,887 0,186 2
Jambi -0,236 0,085 2
Sumatera Selatan -0,111 0,127 2
Bengkulu 0,081 0,099 1
Lampung 0,531 0,066 1
Kep. Bangka Belitung -0,588 0,058 2
Kep. Riau -0,596 0,166 2
DKI Jakarta 0,048 0,325 1
Gambar 1. Scree Plot Jawa Barat -0,118 0,071 2
Jawa Tengah -0,370 -0,178 3
Gambar 1 menunjukkan adanya perbedaan yang sangat DI Yogyakarta -0,868 -0,056 3
besar pada nilai normalized raw stress antara hasil Jawa Timur -0,731 -0,212 3
pengelompokan 1 dimensi dengan 2 dimensi. Sedangkan Banten 0,029 -0,011 4
nilai normalized raw stress antara pengelompokan 2 dimensi Bali -0,234 -0,202 3
dengan 3 dimensi, 3 dimensi dengan 4 dimensi, dan Nusa Tenggara Barat -0,434 -0,589 3
seterusnya tidak berbeda jauh. Dengan demikian, dapat Nusa Tenggara Timur 1,300 -0,046 4
disimpulkan bahwa secara visual dimensi optimum yang Kalimantan Barat -0,090 -0,195 3
terbentuk untuk pengelompokan kasus ini adalah 2 dimensi. Kalimantan Tengah -0,337 0,175 2
Kalimantan Selatan -0,384 -0,012 3
Kalimantan Timur -0,717 0,170 2
Kalimantan Utara -0,407 0,078 2
Sulawesi Utara -0,354 0,269 2
Sulawesi Tengah -0,061 0,014 2
Sulawesi Selatan -0,372 -0,265 3
Sulawesi Tenggara 0,515 -0,097 4
Gorontalo 0,301 0,045 1
Sulawesi Barat -0,155 -0,240 3
Maluku 0,807 0,151 1
Maluku Utara 1,472 0,024 1
Papua Barat 1,594 0,479 1
Papua 1,150 -0,848 4
V. KESIMPULAN DAN
SARAN A. Kesimpulan
Berdasarkan hasil analisis dan pengolahan data yang
telah dilakukan maka kesimpulan yang didapatkan adalah
sebagai berikut.
1. Berdasarkan analisis visual dengan menggunakan
Scree Plot ditunjukkan bahwa dimensi optimum yang
terbentuk adalah sebanyak 2 dimensi sehingga
menghasilkan 4 kelompok.
2. Berdasarkan hasil pemetaan, provinsi yang masuk pada
kelompok 1 berjumlah 8 provinsi, kelompok 2
mempunyai 13 provinsi, kelompok 3 mempunyai 9
provinsi dan kelompok 4 hanya memiliki 4 anggota.
3. Nilai Stress-I, Stress-II dan S-Stress dari hasil
pengelompokan ke dalam 4 kelompok tersebut
mendekati nol sehingga hasil pengelompokkan yang
telah dilakukan sudah baik. Hasil tersebut juga
ditunjukkan dengan nilai Dispersion Accounted For
(DAF) sebesar 0,99810 yang mendekati 1, sehingga
hasil pengelompokkan yang telah dilakukan sudah
baik.
Lampiran 1. Data Faktor yang mempengaruhi IPM provinsi tahun 2013
1. Output software
Final Coordinates
Dimension
1 2
ACEH .863 .107
SUMUT -.376 .140
SUMBAR -.265 .118
RIAU -.887 .186
JAMBI -.236 .085
SUMSEL -.111 .127
BENGKULU .081 .099
LAMPUNG .531 .066
KEP.BANGKA.BELITUNG -.588 .058
KEP.RIAU -.596 .166
DKI.JAKARTA .048 .325
JABAR -.118 .071
JATENG -.370 -.178
DIY -.868 -.056
JATIM -.731 -.212
BANTEN .029 -.011
BALI -.234 -.202
NTB -.434 -.589
NTT 1.300 -.046
KALBAR -.090 -.195
KALTENGAH -.337 .175
KALSEL -.384 -.012
KALTIM -.717 .170
KALUT -.407 .078
SULUT -.354 .269
SULTENGAH -.061 .014
SULSEL -.372 -.265
SULTENG .515 -.097
GORONTALO .301 .045
SULBAR -.155 -.240
MALUKU .807 .151
MALUKU.UTARA 1.472 .024
PAPUA.BARAT 1.594 .479
PAPUA 1.150 -.848