Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tulisan ini bertujuan membedah proses pertumbuhan penduduk di Sumatra Timur pada masa kolonial yang tidak dapat dilepaskan dari kepentingan industri perkebunan. Tulisan ini dilatarbelakangi terbatasnya historiografi Sumatra Timur yang memaknai pertumbuhan penduduk sebagai persoalan relasi produksi perkebunan kapitalis. Sumatra Timur mengalami pertumbuhan penduduk yang signifikan sejak perusahaan perkebunan menginisiasi dan mendorong migrasi untuk memenuhi kebutuhan tenaga kerja murah bagi kepentingan akumulasi. Dengan menggunakan metode sejarah dan pendekatan ekonomi politik, tulisan ini menjelaskan bahwa pertumbuhan penduduk merupakan implikasi langsung dari relasi produksi perkebunan kapitalis. Simpulan penting dari kajian ini adalah bahwa perubahan dalam struktur kependudukan di Sumatra Timur pada masa kolonial sangat terkait dengan isu tenaga kerja dalam industri perkebunan. Pergeseran dari rezim tenaga kerja paksa dalam skema poenale sanctie mendorong penginisiasian impor tenaga kerja Cina. Selanjutnya, ketika poenale sanctie dihapuskan, rezim tenaga kerja bergeser menjadi pekerja bebas yang mempromosikan program kolonisasi kuli Jawa. Pergeseran ini kemudian sangat memengaruhi struktur dan komposisi penduduk Sumatra Timur. Meski demikian, kajian ini tidak mengabaikan bahwa proses migrasi juga terjadi di luar kepentingan industri perkebunan, yang dilakukan secara mandiri oleh penduduk sekitar yang tertarik dengan pertumbuhan ekonomi Sumatra Timur."

"Tulisan ini bertujuan membedah proses pertumbuhan penduduk di Sumatra Timur pada masa kolonial yang tidak dapat dilepaskan dari kepentingan industri perkebunan. Tulisan ini dilatarbelakangi terbatasnya historiografi Sumatra Timur yang memaknai pertumbuhan penduduk sebagai persoalan relasi produksi perkebunan kapitalis. Sumatra Timur mengalami pertumbuhan penduduk yang signifikan sejak perusahaan perkebunan menginisiasi dan mendorong migrasi untuk memenuhi kebutuhan tenaga kerja murah bagi kepentingan akumulasi. Dengan menggunakan metode sejarah dan pendekatan ekonomi politik, tulisan ini menjelaskan bahwa pertumbuhan penduduk merupakan implikasi langsung dari relasi produksi perkebunan kapitalis. Simpulan penting dari kajian ini adalah bahwa perubahan dalam struktur kependudukan di Sumatra Timur pada masa kolonial sangat terkait dengan isu tenaga kerja dalam industri perkebunan. Pergeseran dari rezim tenaga kerja paksa dalam skema poenale sanctie mendorong penginisiasian impor tenaga kerja Cina. Selanjutnya, ketika poenale sanctie dihapuskan, rezim tenaga kerja bergeser menjadi pekerja bebas yang mempromosikan program kolonisasi kuli Jawa. Pergeseran ini kemudian sangat memengaruhi struktur dan komposisi penduduk Sumatra Timur. Meski demikian, kajian ini tidak mengabaikan bahwa proses migrasi juga terjadi di luar kepentingan industri perkebunan, yang dilakukan secara mandiri oleh penduduk sekitar yang tertarik dengan pertumbuhan ekonomi Sumatra Timur."

"Melihat DKI Jakarta memiliki daya tarik yang besar dalam urbanisasi sebagai kota metropolitan dan data pertumbuhan penduduk yang semakin meningkat pada setiap tahunnya, menyebabkan kepadatan penduduk. Kepadatan penduduk penduduk yang tinggi dapat mempengaruhi kepuasan hidup. Penelitian psikologi geografis, masih jarang sekali dilakukan di Indonesia terutama membahas kesehatan mental. Penelitian ini secara khusus ingin melihat ketergantungan spasial dari kepuasan hidup dan melihat apakah kepadatan penduduk dapat menjadi prediksi bagi ketergantungan spasial dari kepuasan hidup. Data penelitian diperoleh melalui penyebaran kuesioner secara daring kepada penduduk DKI Jakarta berusia di atas 18 tahun (N=956) pada tahun 2022. Pengukuran kepuasan hidup menggunakan The Satisfaction with Life Scale (SWLS), dan angka kepadatan penduduk melalui laman Jakarta Open Data. Analisis yang dilakukan berupa analisis deskriptif dan analisis autokorelasi spasial menggunakan perangkat lunak GeoDa. Temuan penelitian menunjukkan bahwa kepuasan hidup tidak memiliki ketergantungan spasial (r=0.024, p=0.266), yaitu kepuasan hidup suatu kelurahan tidak memiliki kemiripan nilai kepuasan hidup dengan kelurahan-kelurahan yang bertetangga dan kepadatan penduduk tidak dapat memprediksi ketergantungan spasial dari kepuasan hidup.

---

Seeing that DKI Jakarta has a great appeal in urbanization as a metropolitan city and data on population growth that is increasing every year causes population density. High population density can affect life satisfaction. Geographic psychology research is still rarely done in Indonesia, especially discussing mental health. This study specifically wants to look at the spatial dependence of life satisfaction and see whether population density can be a predictor of the spatial dependence of life satisfaction. The research data was obtained through the distribution of online questionnaires to DKI Jakarta residents aged over 18 years (N=956) in 2022. Life satisfaction was measured using The Satisfaction with Life Scale (SWLS), and population density figures through the Jakarta Open Data page. The analysis was carried out in the form of descriptive analysis and spatial autocorrelation analysis using GeoDa software. The research findings show that life satisfaction has no spatial dependence (r=0.024, p=0.266). This means that the life satisfaction of the kelurahan does not have the same value of life satisfaction with the adjacent kelurahan and population density cannot predict the spatial dependence of life satisfaction."

"Penelitian bertujuan untuk melihat ketergantungan spasial kepuasan hidup (Life Satisfaction) dengan kepadatan penduduk (Population Density). Datapenelitian diperoleh melalui penyebaran kuesioner secara daring kepada penduduk kota Bandung berusia diatas 18 tahun (N= 486). Pengukuran kepuasan hidup menggunakan Satisfaction with Life Scale (SWLS), sedangkan jumlah kepadatan penduduk (Population Density) dalam unit analisis kelurahan didapatkan melalui portal resmi Badan Pusat Statistik (BPS) mengenai Kota Bandung Dalam Angka 2021. Analisis yang dilakukan adalah analisis deskriptif, analisis spasial menggunakan GeoDa, analisis regresi linear dan analisis korelasi menggunakan Pearson's Product Moment. Temuanpenelitian menunjukkan bahwa kepuasan hidup tidak memiliki ketergantungan terhadap kepuasan hidup dikota Bandung (r=-0.062 dengan p=0.34) dan analisis regresi linear (0.94>0.05) yang artinya kepadatan penduduk tidak memiliki pengaruh yang signifikan terhadap variabel kepuasan hidup. Sehingga berdasarkan data tersebut disimpulkan bahwa tidak terdapat pola ketetanggan dan ketergantungan spasial pada variabel kepuasan hidup dankepadatan dari penduduk kota Bandung.

---

The aim of this research is to see the spatial dependence of life satisfaction with population density. The research data was obtained through the distribution of online questionnaires to residents of the city of Bandung aged over 18 years (N = 486). The measurement of life satisfaction uses theSatisfaction with Life Scale (SWLS), while the total population density in the kelurahan analysis unit is obtained through the official portal of the Central Statistics Agency (BPS) regarding the City of Bandung in Figures 2021. The analysis carried out is descriptive analysis, spatial analysis using GeoDa, linear regression analysis and correlation analysis using Pearson's Product Moment. The research findings indicate that life satisfaction has nodependence on life satisfaction in the city of Bandung (r=-0.062 with p=0.34) and linear regression analysis (0.94>0.05) which means that populationdensity does not have a significant effect on the life satisfaction variable. So, based on these data, it can be concluded that there is no pattern of neighbourhood and spatial dependence on the variables of life satisfaction and population density in Bandung city."

"Penelitian ini bertujuan untuk menguji ketergantungan spasial dari kualitas hidup berdasarkan angka kepadatan penduduk. Pengambilan data dilakukan secara daring kepada penduduk DKI Jakarta yang berusia dewasa yakni di atas 18 tahun. Kualitas hidup diukur dengan menggunakan alat ukur The World Health Organization Quality of Life - Bref (WHOQOL-Bref) dan angka kepadatan penduduk setiap kelurahan diambil dari portal Jakarta Open Data. Penelitian ini dilakukan dengan menggunakan analisis deskriptif dan analisis spasial seperti autokorelasi spasial dan regresi spasial dengan menggunakan bantuan aplikasi Quantum GIS, GeoDa, dan ArcGIS. Penelitian ini menemukan bahwa domain kesehatan fisik, keadaan psikologis, dan lingkungan dari kualitas hidup memiliki ketergantungan spasial dan membentuk pola berkelompok. Ditemukan juga peran dari kepadatan penduduk yang memprediksi ketergantungan spasial tersebut.

---

This study aims to examine the spatial dependence of quality of life based on population density. The research data was obtained by spreading online questionnaires to residents of DKI Jakarta who are aged over 18 years old. Quality of life was measured using the World Health Organization Quality of Life - Bref (WHOQOL-Bref) measuring instrument and the data of population density of each kelurahan was taken from the Jakarta Open Data portal. This research was conducted using descriptive analysis and spatial analysis such as spatial autocorrelation and spatial regression by using Quantum GIS, GeoDa, and ArcGIS applications. This study found that the domains of physical health, psychological, and environment of quality of life have spatial dependence and geographically form clustered patterns. It is also found that the role of population density predicts spatial dependence."

"Masalah kesehatan mental merupakan salah satu tantangan Kota Bandung dalam rangka mempertahankan kualitas hidup penduduk. Kualitas hidup dipengaruhi oleh karakteristik spasial tempat tinggal sehingga kualitas hidup memiliki ketergantungan spasial. Dalam penelitian ini, peneliti menggunakan kepadatan penduduk sebagai fitur lingkungan dan ruang yang memengaruhi kualitas hidup. Oleh sebab itu, penelitian ini bertujuan untuk mengetahui ketergantungan spasial dari setiap domain kualitas hidup dihubungkan dengan angka kepadatan penduduk yang dilakukan pada 486 partisipan di atas 18 tahun yang berasal dari 151 kelurahan di Kota Bandung secara daring. Kualitas hidup diukur menggunakan alat ukur The World Health Organization Quality of Life - Bref (WHOQOL-Bref) versi Indonesia yang terdiri dari 26 item. Angka kepadatan penduduk, nama, dan jumlah kelurahan diperoleh dari Badan Pusat Statistik Kota Bandung. Analisis yang dilakukan adalah analisis spasial seperti eksplorasi data dan autokorelasi spasial menggunakan GeoDa, serta regresi linear dan analisis deskriptif menggunakan IBM SPSS. Hasil penelitian ini menunjukkan bahwa domain kesehatan fisik (r = -0,064), domain hubungan sosial (r = -0,008), dan domain lingkungan (r = -0,022) pada kualitas hidup tidak memiliki ketergantungan spasial, kecuali domain keadaan psikologis (r = 0,02). Selain itu, hasil juga menunjukkan bahwa kepadatan penduduk tidak dapat memprediksi ketergantungan spasial tersebut (p-value domain kesehatan fisik = 0,12, p-value domain keadaan psikologis = 0,28, p-value domain hubungan sosial = 0,47, p-value domain lingkungan = 0,37).

---

Mental health issue is one of Bandung City’s challenges to maintan the quality of life. Quality of life is determined by spatial characteristics of residence, so that quality of life has spatial dependence. In this study, researcher used population density as an environmental and spatial features that affect quality of life. Hence, this study aims to see the spatial dependence of each domain of quality of life associated with population density which was conducted on 486 participants over 18 years from 151 Bandung City’s sub-district by spreading online questionnaires. Quality of life was measured using Indonesian version of The World Health Organization Quality of Life - Bref (WHOQOL-Bref) Scale which consists of 26 items. The data of population density, name, and number of sub-district was obtained from Badan Pusat Statistik Kota Bandung.

The analysis carried out is spatial analysis such as data exploration and spatial autocorrelation by using GeoDa, linear regression and descriptive analysis by using IBM SPSS. This study shows that physical domain (r = -0,064), social domain (r = -0,008), and environment domain (r = -0,022) of quality of life have not a spatial dependence, except for the psychological domain (r = 0,02). In addition to that, the results also show that population density cannot predict this spatial dependence (p-value physical domain = 0,12, p-value psychological domain = 0,28, p-value social domain = 0,47, p-value environment domain = 0,37). "

"Dalam masyarakat Jepang, budaya saling tukar menukar pemberian sudah sangat umum dikenal. Banyak sekali kesempatan-kesempatan dimana kebiasaan ini dilaksanakan, baik kesempatan-kesempatan yang berhubungan dengan keadaan-keadaan khusus seperti pernikahan, kelahiran dan kematian, maupun pada saat-saat yang umum seperti ketika mengunjungi tetangga, teman atau relasi. Kebiasaan di atas termasuk dalam kerangka sistem pertukaran (reciprocity) dimana orang-orang atau pihak-_pihak yang terlibat di dalamnya berinteraksi secara sosial, memberi, menerima dan membalas kembali pemberian. Kebiasaan di atas dilatarbelakangi oleh pemikiran orang Jepang mengenai On, Giri dan Ninjo. On, Giri dan Ninjo merupakan etika yang melandasi perilaku dalam interaksi sosial orang Jepang. Konsep On, Giri dan Ninjo menekankan adanya kewajiban sosial maupun moral yang dipikul seseorang untuk mengembalikan semua anugerah dan pemberian yang telah diterimanya dari orang lain. Dengan kata lain, konsep On, Giri dan Ninjo berhubungan dengan rasa keberhutangan seseorang. On berlaku diantara dua orang (pihak) yang memiliki hubungan hierarkis, sedangkan giri bisa berlaku diantara orang yang memiliki status lama (sederajat). Pemenuhan kewajiban On dan Giri ini sangat diperhatikan oleh orang Jepang."

"Indonesia adalah wilayah yang rawan bencana. Bencana gempa bumi, erupsi gunung api, tsunami dan banjir sering terjadi karena letak geografis Indonesia yang berada pada jalur cincin api. Indonesia sebagai negara berkembang juga memiliki jumlah penduduk miskin yang cukup tinggi. Tesis ini membahas hubungan antara dampak bencana dan pengaruhnya terhadap jumlah penduduk miskin di Indonesia. Penelitian menggunakan data bencana dan kemiskinan dari seluruh kota dan kabupaten di Indonesia dari tahun 2009 sampai tahun 2013. Dampak bencana yang digunakan dalam penelitian ini adalah dampak korban meninggal akibat bencana, menderita, mengungsi, rumah rusak ringan, dan kerusakan pada lahan pertanian. Dari penelitian ini ditemukan bahwa dampak bencana (korban meninggal, menderita, mengungsi, rumah rusak ringan, dan kerusakan pada lahan pertanian) secara bersama-sama memiliki pengaruh terhadap jumlah penduduk miskin. Empat dari lima variabel dampak bencana yang digunakan dalam penelitian ini (meninggal, menderita, kerusakan lahan pertanian, dan rumah rusak ringan) memiliki pengaruh signifikan terhadap jumlah penduduk miskin. Setiap pertambahan jumlah korban meninggal, mengungsi, menderita, kerusakan lahan pertanian, dan rumah rusak ringan akibat bencana akan menyebabkan bertambahnya jumlah penduduk miskin."

"Penelitian ini bertujuan untuk mempelajari dampak dinamika penduduk terhadap lingkungan yang diukur dengan jumlah emisi CO2 pada lima negara pendiri ASEAN, yaitu Indonesia, Malaysia, Filipina, Singapura dan Thailand. Dengan metode multilevel fixed effect untuk data kelima negara tersebut tahun 1970-2010, ditemukan bahwa semua variabel bebas, yaitu jumlah penduduk, angka urbanisasi, proporsi penduduk usia kerja dan kontribusi industri dalam PDB berpengaruh positif dan signifikan terhadap emisi CO2. Yang berpengaruh paling besar terhadap jumlah emisi CO2 adalah proporsi penduduk usia kerja sedangkan yang berpengaruh paling kecil adalah jumlah penduduk. Temuan ini membuktikan bahwa dinamika penduduk berpengaruh terhadap lingkungan.

---

This research aims to analyze the impact of population dynamics on environment measured by the size of CO2 emissions using the data of five ASEAN countries, which are Indonesia, Malaysia, Philippines, Singapore and Thailand. The results of multilevel fixed effect method on the data of these five countries from 1970-2010 show that all the independent variables?population size, urbanization rate, proportion of working-age population, and share of industry in GDP?have positive impact on CO2 emissions. Proportion of working-age population has the strongest impact, while population size has the weakest impact. These results prove the impact of population dynamics on the environment."