Hasil Pencarian  ::  Simpan CSV :: Kembali

Hasil Pencarian

Ditemukan 3 dokumen yang sesuai dengan query
cover
Monica Taufik
Abstrak :
Penelitian ini bertujuan untuk menguji apakah pembangunan infrastruktur berpengaruh positif terhadap pembangunan manusia di Indonesia dalam cakupan kabupaten dan kota pada tahun 2018. Pembangunan manusia dalam penelitian ini dihitung dari besarnya Indeks Pembangunan Manusia (IPM) yang dipublikasikan oleh UNDP dan diolah oleh BPS. Dengan menggunakan metode Ordinary Least Square (OLS) terbukti adanya hubungan yang positif antara pembangunan infrastruktur dan IPM di Indonesia. Variabel infrastruktur yang memengaruhi IPM secara signifikan, adalah persentase jalan beraspal, jumlah perguruan tinggi, keberadaan sinyal internet 4G, akses terhadap listrik, air bersih, dan sanitasi. Sedangkan bank dan rumah sakit tidak terbukti berpengaruh terhadap IPM. Wilayah berstatus kota memiliki IPM lebih tinggi dibandingkan dengan kabupaten dan wilayah yang berada di Indonesia bagian barat memiliki IPM lebih tinggi dibandingkan wilayah yang berada di Indonesia bagian timur. Hasil dari penelitian ini dapat dijadikan pertimbangan bagi pemerintah agar dapat meningkatkan pembangunan manusia di Indonesia melalui pembangunan infrastruktur yang signifikan memengaruhi IPM.
This study discusses the development of infrastructure that is positive for human development in Indonesia in the development of districts and cities in 2018. Human development in this study is calculated from the score in the Human Development Index (HDI) published by UNDP and processed by BPS. By using the Ordinary Least Square (OLS) method it is proven that there is a positive relationship between infrastructure development and HDI in Indonesia. Infrastructure variables that significantly affect HDI, are the percentage of asphalt roads, the number of universities, the presence of 4G internet signals, access to electricity, clean water, and sanitation. While banks and hospitals have not been proven to have an impact on HDI. Cities have a higher HDI compared to districts and regions in western Indonesia have a higher HDI than regions in eastern Indonesia. The results of this study can be considered by the government in order to improve human development in Indonesia through infrastructure development that significantly influences HDI.
Depok: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2020
S-pdf
UI - Skripsi Membership  Universitas Indonesia Library
cover
Dimas Hartanto Effendy
Abstrak :
Penelitian ini membahas strategi alternatif berupa pentargetan program-program bantuan pendidikan yang telah dijalankan oleh pemerintah diantaranya Bantuan Operasional Sekolah (BOS) dan Bantuan Siswa Miskin (BKM). Dilakukan analisis klaster untuk memetakan 497 kabupaten/kota di Indonesia berdasarkan ciri-ciri atau karakteristik pendidikan dasarnya. Pembentukan klaster menggunakan k-means clustering pada 8 variabel yaitu APS SD, APS SMP, Angka Melek Huruf, Lama Sekolah rata-rata, Jumlah Sarana SD, Jumlah Sarana SMP, Jumlah Guru SD dan Jumlah Guru SMP. Hasilnya terbentuk 5 klaster dengan kesamaan karakteristik, yang kemudian disusun strategi bantuan pendidikan yang sesuai untuk masing-masing klaster. Perhitungan Data Indeks Pendidikan juga dilakukan sebagai validasi hasil klaster. Hasil Indeks Pendidikan sejalan dengan asumsi hasil klaster yaitu mengarah pada klaster-4 sebagai klaster terbaik, dilanjutkan oleh klaster-3, klaster-1, klaster-2 dan terakhir klaster-5. ...... This study focus on formulating alternative strategy to optimize the targeting of educational aid such as School Operational Aid (BOS) and Poor Student Aid (BSM). Cluster analysis is conducted to map all regencies in Indonesia based on its basic education characteristics. Clustering is done by k-means clustering using 8 variables, which is elementary and junior high school enrollment rate, illiteracy, average years of schooling, number of building facility and number of teachers. The results are formed 5 clusters with the same characteristics, which is then used to set a strategy and priority for educational aid in each cluster. Education Indexing is also done to validate the cluster results. The Education Index results are consistent with cluster results, with cluster-4 as the best, then followed by cluster-3, cluster-1, cluster-2 and cluster-5.
Jakarta: Fakultas Ekonomi dan Bisnis Universitas Indonesia, 2014
T43340
UI - Tesis Membership  Universitas Indonesia Library
cover
Abstrak :
Kabupaten Tangerang memiliki jumlah Balita penderita gizi buruk terbanyak di Provinsi Banten dan jumlahnya semakin bertambah mulai dari tahun 2005 hingga tahun 2009 ini yang umumnya terdapat di sekitar wilayah pantai utara di Kabupaten Tangerang. Tujuan penelitian ini adalah mengetahui persebaran penderita Gizi Buruk pada wilayah yang dekat dengan pantai (Desa Salembaran Jaya) dan wilayah yang jauh dari pantai (Desa Wanakerta). Analisis yang digunakan adalah analisis keruangan dengan overlay peta, metode komparatif dan analisis statistik. Hasil yang diperoleh pada Desa Wanakerta memiliki karakteristik wilayah penderita yaitu indeks tingkat pendidikan kepala keluarganya tinggi, jumlah keluarga miskinnya sedang, kepadatan penduduknya sedang, dan persentase luas permukiman kumuh tidak ada. Sedangkan Karakteristik pada Desa Salembaran Jaya adalah tingkat pendidikan kepala keluarganya sedang, jumlah keluarga miskin tinggi, kepadatan penduduk tinggi, dan persentase luas permukiman kumuh besar.
Universitas Indonesia, 2010
S34166
UI - Skripsi Membership  Universitas Indonesia Library