PENGELOMPOKAN KABUPATEN/KOTA DI KALIMANTAN BARAT BERDASARKAN INDEKS PEMBANGUNAN MANUSIA DENGAN LATENT CLASS CLUSTER ANALYSIS
Abstract
Indeks pembangunan manusia (IPM) mengukur pencapaian penduduk dalam mengakses hasil pembangunan untuk memperoleh pendapatan, kesehatan, pendidikan, dan sebagainya. Pembangunan manusia di Kalimantan Barat terus mengalami peningkatan selama periode 2010 hingga 2019. Pengelompokan Kabupaten/Kota di Kalimantan Barat perlu dilakukan sebagai bahan perencanaan dan evaluasi sasaran program pemerintah. Penelitian ini bertujuan untuk menganalis pengelompokan Kabupaten/Kota di Kalimantan Barat berdasarkan IPM tahun 2019 dengan menggunakan metode latent class cluster analysis (LCCA). Adapun indikator yang digunakan adalah tingkat partisipasi angkatan kerja (TPAK), tingkat pengangguran terbuka (TPT), persentase penduduk miskin, tingkat kedalaman kemiskinan, tingkat keparahan kemiskinan, angka harapan hidup (AHH), rata-rata lama sekolah (RLS), pertumbuhan ekonomi, harapan lama sekolah (HLS), angka melek huruf (AMH). Metode ini menggunakan algoritma expectation maximization (EM) dan metode Newton Raphson sebagai tahapan estimasi parameter. Selanjutnya pemilihan model dilakukan berdasarkan nilai BIC terkecil dan pengelompokan objek kedalam cluster dilakukan menggunakan peluang posterior. Kesimpulan dari hasil pengelompokan ini adalah terbentuknya dua cluster. Cluster pertama terdiri dari 10 Kabupaten di Kalimantan Barat dengan melihat aspek tingkat partisipasi angkatan kerja, persentase penduduk miskin, tingkat kedalaman kemiskinan, tingkat keparahan kemiskinan dengan rata-rata IPM sebesar 65,83 persen. Sedangkan pada cluster dua terdiri dari empat Kabupaten/Kota di Kalimatan Barat dengan melihat aspek tingkat pengangguran terbuka, angka harapan hidup, rata-rata lama sekolah, pertumbuhan ekonomi, harapan lama sekolah, dan angka melek huruf dengan rata-rata IPM sebesar 71,08 persen.
Kata kunci: Indeks Pembangunan Manusia, Latent Class Cluster Analysis (LCCA), Expectation maximization, Newton Rapshon, Peluang Posterior.Full Text:
PDFDOI: http://dx.doi.org/10.26418/bbimst.v11i1.51598
Refbacks
- There are currently no refbacks.