Audhi Aprilliant
Audhi Aprilliant Data Scientist. Tech Writer. Statistics, Data Analytics, and Computer Science Enthusiast

Biplot Analysis on the Indonesia Poverty Data 2010

Biplot Analysis on the Indonesia Poverty Data 2010

Background

Menurut Nurwati N (2008), kemiskinan merupakan masalah yang selalu dihadapi manusia. Masalah kemiskinan memang sama tuanya dengan usia kemanusiaan itu sendiri dan implikasi permasalahan-nya dapat melibatkan berbagai segi kehidupan manusia. Dengan kata lain bahwa kemiskinan ini merupa-kan masalah sosial yang sifatnya mendunia, artinya masalah kemiskinan sudah menjadi perhatian dunia, dan masalah tersebut ada di semua negara, walaupun dampak dari kemiskinan berbeda-beda. Walaupun begitu, terkadang kemiskinan sering tidak disadari kehadirannya sebagai masalah oleh manusia yang bersangkutan. Bagi mereka yang tergolong miskin, kemiskinan adalah sesuatu yang nyata ada dalam kehidupan mereka sehari-hari karena mereka merasakan hidup dalam kemiskinan. Meskipun demikian belum tentu mereka sadar akan kemiskinan yang mereka jalani.

Faktor-faktor yang menyebabkan timbulnya kemiskinan di antaranya adalah: rendahnya tingkat pendidikan, rendahnya derajat kesehatan, terbatasnya lapangan kerja, dan kondisi keterisolasian (Kartasasmita G 1996). Dalam laporan yang dikeluarkan dari World Bank diketahui ada lima faktor yang dianggap dapat mempengaruhi terjadinya kemiskinan, yaitu; pendidikan, jenis pekerjaan, gender, akses terhadap pelayanan kesehatan dasar, dan infrastruktur dan lokasi geografis.

Oleh karena itu dibutuhkan sebuah analisis peubah ganda biplot untuk mengidentifikasi karakteristik provinsi-provinsi di Indonesia berdasarkan faktor kependudukan dan indikator kemiskinan di Indonesia. Analisis peubah ganda biplot dapat memberikan kemudahan pemahaman melalui penyajian grafis yang lebih menarik, lebih informatif, lebih komunikatif, dan artistik. Berdasarkan analisis peubah ganda biplot dapat diidentifikasi hubungan antar faktor kependudukan dengan indikator kemiskinan di Indonesia.

Objectives

Tujuan dari penelitian mengenai Analisis Multivariat Biplot pada Data Potensi Desa di Indonesia tahun 2010 adalah sebagai berikut: (1) Mengidentifikasi hubungan antara peubah kependudukan di Indonesia, seperti jumlah penduduk di tiap provinsi, garis kemiskinan tiap provinsi, persentase jumlah penduduk petani di tiap provinsi, rata-rata indeks P1, dan rata-rata indeks P2; (2) Mengidentifikasi posisi relatif antar provinsi di Indonesia untuk melihat kemiripan antar provinsi di Indonesia; (3) Mendapatkan karakteristik masing-masing provinsi terhadap peubah-peubah kependudukan dan indikator kemiskinan di Indonesia; dan (4) Menemukan provinsi dengan tingkat kemiskinan terendah berdasarkan peubah kependudukan dan indikator kemiskinan yang digunakan di dalam penelitian.

Benefits

Manfaat yang daapat diperoleh dari penelitian mengenai Analisis Multivariat Biplot pada Data Potensi Desa di Indonesia tahun 2018 adalah sebagai berikut: (1) Mengetahui peubah-peubah yang memiliki hubungan yang tinggi dengan tingkat kemiskinan di Indonesia; (2) Mengetahui karakteristik provinsi-provinsi di Indonesia berdasarkan peubah kependudukan dan indikator kemiskinan sehingga dapat menjadi pertimbangan dalam pembuatan kebijakan publik; dan (3) Melakukan evaluasi kinerja pemerintah daerah dalam melakukan pembangunan daerah dalam rangka mengentaskan tingkat kemiskinan di Indonesia.

Scopes

Ruang lingkup pada penelitian mengenai Analisis Multivariat Biplot pada Data Potensi Desa di Indonesia tahun 2010 adalah sebagai berikut: (1) Data yang digunakan merupakan data sekunder gabungan antara data kemiskinan di Indonesia tahun 2018 dan data potensi desa tahun 2018 yang diunduh dari laman resmi Badan Pusat Statistik (BPS) Indonesia.

Head over to my Github repository!

Sources

Nurwati N

comments powered by Disqus