Umumnya efektif untuk mencapai keberhasilan dalam peningkatan

Umumnya manusia menganggap bahwa
kekayaan dari suatu bangsa terlihat ketika sumber daya alam yang dimilikinya
sangat melimpah. Padahal, sesungguhnya kekayaan dari suatu bangsa itu sendiri
adalah manusia. Oleh sebab itu, manusia menjadi sasaran yang paling utama dalam
pembangunan suatu bangsa. Tujuan utama pembangunan adalah menciptakan
lingkungan yang memungkinkan rakyat untuk menikmati umur panjang, sehat, dan
menjalankan kehidupan yang produktif (United
Nation Development Programme-UNDP dalam BPS, 2010).

Peningkatan kompetensi manusia
merupakan upaya dari suatu bangsa untuk memperluas pilihan kepada manusia itu
sendiri agar taraf hidupnya semakin baik. Peningkatan kompetensi manusia dapat
terealisasikan apabila manusia memiliki kondisi yang sehat sehingga berumur
panjang, memiliki pengetahuan dan keterampilan yang mumpuni, serta dapat
memanfaatkan kemampuan yang dimilikinya untuk hal yang positif serta produktif.
Tujuan uatama dari peningkatan kompetensi manusia yaitu kesejahteraan manusia.

We Will Write a Custom Essay Specifically
For You For Only $13.90/page!


order now

Faktor yang sangat penting dan
efektif untuk mencapai keberhasilan dalam peningkatan kompetensi manusia, yaitu
kesehatan dan pendidikan. Dua faktor tersebut merupakan kebutuhan paling
mendasar yang harus dapat dipenuhi oleh manusia itu sendiri untuk meningkatkan
potensinya. Sebab, semakin baik potensi yang dimiliki oleh manusia tersebut
maka semakin menunjukkan keberhasilan peningkatan kompetensi manusia dan
potensi bangsa tersebut akan meningkat.

Dalam strategi kebijakan nasional, kualitas
peningkatan kompetensi manusia menjadi hal yang sangat penting. Sebab kehidupan
diberbagai bidang misalkan bidang sosial, ekonomi, lingkungan, akan maju jika
memiliki kualitas manusia yang sangat unggul. Hal tersebut dimaksudkan untuk
meningkatkan taraf hidup manusia itu sendiri sehingga keberhasilan pengolahan
pembangunan wilayahnya akan dicapai dengan maksimal. Kemudian dari adanya
kualitas pembangunan yang sangat baik, seluruh tatanan kehidupan diberbagai
bidang akan terealisasi dengan sempurna.

Penilaian secara parsial terhadap
keberhasilan peningkatan kompetensi manusia dapat dilihat dari seberapa
permasalahan yang mengakar dapat teratasi. Permasalahan-permasalahan tersebut
biasanya antara lain adalah kemiskinan, pengangguran, buta huruf, ketahanan
pangan, dan penegakan demokrasi (BPS, 2008). Pencapaian peningkatan kompetensi
manusia di tiap aspek berbeda, ada aspek yang berhasil dan ada aspek yang
gagal. Sebagai alat untuk mengukur atau mengontrol peningkatan kualitas manusia
yang telah dilakukan, sejak tahun 1990 United
Nations (PBB) memperkenalkan suatu model untuk melihat pemberdayaan manusia
melalui Indeks Pembangunan Manusia atau
Human Development Index (HDI). (BPS, 2010)

Indeks Pembangunan Manusia (IPM)
adalah pengukuran perbandingan dari harapan hidup, melek huruf, pendidikan dan
standar hidup untuk semua negara di seluruh dunia (BPS, 2009). Pengaruh
kebijakan ekonomi terhadap kualitas hidup manusia juga dapat diukur menggunakan
IPM. Selain itu, fungsi IPM yang paling utama yaitu untuk menggolongkan apakah suatu
negara atau daerah termasuk dalam golongan maju, berkembang atau terbelakang.

Sebenarnya semua dimensi yang
berpengaruh pada pembangunan manusia tidak seluruhnya diukur oleh IPM, namun
IPM mampu mengukur dimensi pokok dari pembangunan manusia. Oleh sebab itu kualitas
pembangunan manusia dapat diukur dengan melihat capaian angka IPM yang berhasil
didapatkan suatu wilayah. Angka IPM tersebut meliputi kesehatan, pendidikan,
serta kualitas hidup layak.

Menurut BPS (2013) berdasarkan
skala Internasional, capaian IPM dikategorikan menjadi kategori tinggi (IPM

), kategori menengah atas (

IPM

), kategori menengah bawah (

 IPM

), dan kategori rendah (IPM

). Indeks Pembangunan Manusia
yang dapat dicapai oleh Provinsi Jawa Timur pada tahun 2013 masih berada dalam
kategori menengah atas yaitu 73.54 (BPS, 2015). Pada tahun tersebut Jawa Timur berada
di urutan 18 dari 34 provinsi di Indonesia. Namun nilai IPM Jawa Timur tersebut
masih berada di bawah nilai IPM Indonesia yang mencapai nilai 73.81 pada tahun
2013.

Menurut BPS (2009) sebaran capaian
angka IPM dihampir semua provinsi di Indonesia relatif homogen kecuali untuk
beberapa provinsi seperti Jawa Timur yang memiliki capaian angka IPM dengan
sebaran. Hal tersebut menandakan adanya ketidakmeraatan yang dapat dilihat
dengan indikator sosial dan ekonomi. Faktor geografis turut andil pada kasus
ketidakmerataan tersebut. Oleh sebab itu, menurut Brunsdon dkk (1996)
diperlukan suatu metode pemodelan statistik yang memperhatikan letak geografis
atau faktor lokasi pengamatan. Salah satu metode untuk menganalisisnya yaitu
dengan menggunakan model Geographically
Weighted Regression (GWR).

Analisis
spasial yang melibatkan faktor lokal dengan menggunakan regresi logistik yaitu
model Geographically Weighted Logistic
Regression (GWLR). Model GWLR menggunakan variabel terikat yang bersifat
kategori sedangkan variabel bebasnya bersifat kontinu atau kategori. Hal yang
sangat penting pada pemodelan GWLR yaitu menentukan pembobot model untuk
pendugaan parameter model. Pembobot yang sering digunakan adalah fungsi kernel gaussian dan bisquare. Pembobot yang digunakan dalam penelitian ini yaitu kernel
adaptive gaussian.

Sudah
terdapat beberapa penelitian yang membahas tentang permasalahan GWLR, Dwinata
(2012) melakukan penelitian dengan judul Model Regresi Logistik Terboboti
Geografis (Studi Kasus : Pemodelan Kemiskinan di Provinsi Jawa Timur).
Penelitian yang dilakukan yaitu menerapkan model RLTG pada kasus data
kemiskinan. Hasil penelitiannya menunjukkan bahwa model regresi logistik
terboboti geografis dengan pembobot kernel adaptif kuadrat ganda lebih baik
daripada model regresi logistik untuk memodelkan tingkat kemiskinan
kabupaten/kota di Provinsi Jawa Timur. Penelitian Purnamasari (2016) yang
berjudul Estimasi Parameter Model Geographically
Weighted Logistic Regression (GWLR) pada Data yang Mengandung Outlier. Penelitian yang dilakukan yaitu
menerapkan model GWLR pada prevalensi balita kurang gizi di Provinsi Jawa
Timur. Hasil dari penelitian tersebut diperoleh bahwa model GWLR pada data yang
mengandung outlier lebih baik dalam
menjelaskan prevalensi balita kurang gizi di Jawa Timur tahun 2013 daripada
model GWLR. Penelitian Yunus (2016) yang berjudul Estimasi Parameter Model Geographically Weighted Logistic Regression (GWLR)
pada Data yang Mengandung Multikolinieritas (Studi Kasus Jumlah Kematian Bayi
Jawa Timur Tahun 2014). Penelitian yang dilakukan yaitu menerapkan model GWLR
pada kasus kematian bayi di Provinsi Jawa Timur. Hasil yang diperoleh dalam
penelitian ini adalah model GWLR pada data yang mengandung multikolinieritas
lebih baik dalam menjelaskan jumlah kematian bayi di Jawa Timur tahun 2014
dibanding model GWLR.

Berdasarkan uraian latar
belakang diatas, maka penulis tertarik untuk mengkaji faktor-faktor yang
mempengaruhi Indeks Pembangunan Manusia (IPM) kabupaten/kota di Jawa Timur
menggunakan model Geographically Weighted
Logistic Regression (GWLR) dengan fungsi pembobot adaptive gaussian. Hal ini yang melatarbelakangi penyusunan judul
dalam Skripsi ini. Judul Skripsi ini adalah “Pemodelan Indeks Pembangunan Manusia (IPM) di Provinsi Jawa Timur Pada
Tahun 2013 dengan Geographically Weighted
Logistic Regression (GWLR)”.