Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI INDEKS PEMBANGUNAN GENDER DI PULAU SUMATRA DENGAN PENDEKATAN REGRESI NONPARAMETRIK SPLINE TRUNCATED
Pengarang
LENI GUSTIA - Personal Name;
Dosen Pembimbing
Saiful Mahdi - 196805191994031012 - Dosen Pembimbing I
Fitriana AR - 197410152006042002 - Dosen Pembimbing II
Nomor Pokok Mahasiswa
2208108010019
Fakultas & Prodi
Fakultas MIPA / Statistika (S1) / PDDIKTI : 49201
Subject
Kata Kunci
Penerbit
Banda Aceh : Fakultas MIPA Statistika., 2026
Bahasa
No Classification
-
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
Indeks Pembangunan Gender (IPG) merupakan salah satu indikator untuk menilai tingkat kesetaraan pembangunan antara laki-laki dan perempuan serta menjadi instrumen pencapaian Sustainable Development Goals (SDGs), khususnya tujuan kelima. Pada tahun 2024, enam provinsi di Pulau Sumatra, yaitu Sumatera Utara, Riau, Jambi, Bengkulu, Lampung, dan Kepulauan Bangka Belitung memiliki nilai IPG di bawah rata-rata nasional sebesar 92,64. Rendahnya IPG mengindikasi adanya ketimpangan pembangunan gender yang dipengaruhi oleh faktor sosial ekonomi dengan pola hubungan menyebar serta karakteristik yang berubah pada interval tertentu. Oleh karena itu, diperlukan pendekatan analisis yang fleksibel melalui regresi nonparametrik spline truncated dengan penentuan model terbaik berdasarkan titik knot optimal dari nilai Generalized Cross-Validation (GCV) minimum. Data yang digunakan bersumber dari Badan Pusat Statistik (BPS) Indonesia dengan unit analisis 88 kabupaten/kota di enam provinsi di Pulau Sumatra. Hasil analisis menunjukkan bahwa model regresi nonparametrik spline truncated terbaik diperoleh pada kombinasi titik knot (2, 3, 3, 2, 1, 1) dengan nilai GCV minimum sebesar 1,8983 dan koefisien determinasi (R2) sebesar 90,58 %. Keenam variabel sosial ekonomi yang digunakan terbukti berpengaruh signifikan terhadap IPG dengan karakteristik pengaruh yang bervariasi antarinterval. Tingkat partisipasi angkatan kerja perempuan dan rata-rata lama sekolah perempuan berpengaruh positif pada seluruh interval, sedangkan proporsi perempuan kawin usia kurang dari 20 tahun saat melahirkan pertama serta proporsi perempuan melahirkan tidak di fasilitas kesehatan berpengaruh negatif. Sementara itu, persentase penduduk miskin dan pengeluaran per kapita perempuan menunjukkan variasi pengaruh antarinterval. Secara kewilayahan, Kabupaten Pakpak Bharat menunjukkan konsistensi kondisi yang selaras dengan arah pengaruh variabel dalam model dan diikuti capaian IPG yang tinggi, sedangkan Kabupaten Nias Utara menunjukkan kecenderungan sebaliknya dengan capaian IPG yang relatif lebih rendah.
The Gender Development Index (GDI) is an indicator used to assess equality in development between men and women and serves as an instrument for achieving the Sustainable Development Goals (SDGs), particularly Goal 5. In 2024, six provinces on Sumatra Island, namely North Sumatra, Riau, Jambi, Bengkulu, Lampung, and the Bangka Belitung Islands, recorded GDI values below the national average of 92.64. Low GDI indicates gender development disparities influenced by socioeconomic factors with dispersed relationship patterns and varying characteristics across certain intervals. Therefore, a flexible analytical approach is required through truncated spline nonparametric regression, with the best model determined based on optimal knot points using the minimum Generalized Cross-Validation (GCV) criterion. Data were obtained from the Indonesian Central Statistics Agency (BPS), with 88 regencies/cities across the six provinces as units of analysis. The results indicate that the best truncated spline nonparametric regression model was obtained with a knot point combination of (2, 3, 3, 2, 1, 1), yielding a minimum GCV value of 1.8983 and a coefficient of determination (R²) of 90.58%. All six socioeconomic variables significantly affect GDI, with varying influence across intervals. Female labor force participation and average years of schooling for women show positive effects across all intervals, while the proportion of women married before age 20 at first birth and those giving birth outside health facilities show negative effects. Meanwhile, the percentage of poor population and female per capita expenditure show varying effects across intervals. Geographically, Pakpak Bharat Regency shows conditions aligned with the direction of variable influence in the model and high GDI values, whereas North Nias Regency shows the opposite tendency with relatively lower GDI values.
ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI INDEKS PEMBANGUNAN GENDER DI PULAU SUMATRA DENGAN PENDEKATAN REGRESI NONPARAMETRIK SPLINE TRUNCATED (LENI GUSTIA, 2026)
IDENTIFIKASI FAKTOR-FAKTOR YANG MEMENGARUHI INDEKS KEBAHAGIAAN DI PROVINSI ACEH MENGGUNAKAN METODE MULTIVARIATE ADAPTIVE REGRESSION SPLINE (Iin Fazana, 2023)
IDENTIFIKASI VARIABEL TINGKAT PENGANGGURAN TERBUKA MENGGUNAKAN ANALISIS REGRESI SPASIAL (STUDI KASUS: TPT DI PULAU SUMATRA TAHUN 2023) (RAIHAN HAYATI, 2025)
PENGARUH INFLASI, INDEKS PEMBANGUNAN MANUSIA DAN UPAH MINIMUM PROVINSI TERHADAP TINGKAT PENGANGGURAN TERBUKA DI PULAU SUMATRA (Fery Darmawan, 2024)
PEMODELAN REGRESI SPLINE TRUNCATED PADA FAKTOR-FAKTOR YANG MEMENGARUHI ANGKA MORBIDITAS DI PROVINSI SUMATERA UTARA (HARISAH HAQUEL AL KHOIRY SIAGIAN, 2024)