Pemodelan Panel Spasial terhadap Faktor-Faktor yang Memengaruhi Kesehatan di Provinsi Papua
Abstract
Menurut data BPS, tingkat pertumbuhan populasi penduduk di Indonesia secara konsisten meningkat setiap tahun. Kondisi pertumbuhan populasi penduduk yang tidak dapat ditekan akan menyebabkan berbagai masalah. Salah satu masalah yang mungkin terjadi di Indonesia dan sulit diselesaikan adalah kesehatan masyarakat Indonesia. Provinsi Papua menjadi provinsi dengan persentase rumah tangga kumuh perkotaan tertinggi di Indonesia, persentase rumah tangga yang memiliki akses terhadap layanan sanitasi layak dan berkelanjutan terendah, menempati peringkat kelima persentase terendah yang memiliki akses terhadap layanan sumber air minum layak dan berkelanjutan, serta menjadi provinsi dengan angka kematian balita per 1000 kelahiran hidup tertinggi di Indonesia. Salah satu penyebabnya adalah rendahnya persentase balita yang pernah mendapatkan imunisasi. Penelitian ini melakukan pemodelan untuk mendapatkan faktor-faktor yang memengaruhi kesehatan di Provinsi Papua. Penelitian ini melibatkan pengaruh spasial (model panel spasial) dan membandingkannya dengan model panel biasa untuk mendapatkan model terbaik. Model panel spasial yang dipilih dalam penelitian ini adalah model SAR, SEM, dan GSM. Hasil menunjukkan bahwa model SAR dengan pengaruh tetap adalah model terbaik dalam penelitian ini.
According to BPS data, the rate of population growth in Indonesia consistently increasing every year. Conditions of population growth that cannot be suppressed will cause several problems. One of them and difficult to solve is the public health problem. Papua Province is the province with the highest percentage of urban slum households, the lowest percentage of households that has access to decent and sustainable sanitation services, ranks fifth lowest who has access to decent and sustainable drinking water services, and the highest number infant mortality per 1000 live births in Indonesia. One of the reasons is the low percentage of children under five who have been immunized. This research is modeling to find the factors that influence health in Papua Province. This research involves spatial influence (spatial panel model) and compares it with the ordinary panel models to get the best model. The spatial panel models selected in this research are SAR, SEM, and GSM models. The results show that the SAR model with the fixed effect is the best in this research.
Keywords
Full Text:
PDF (Bahasa Indonesia)References
Rahayu, T.E. 2010. Pertumbuhan dan Persebaran Penduduk Indonesia (Hasil Sensus Penduduk 2010. https://media.neliti.com/media/publications/49963-ID-pertumbuhan-danpersebaran-penduduk-indonesia.pdf. Tanggal akses 5 November 2019.
Kementerian Kesehatan Republik Indonesia. 2019. Program Indonesia Sehat untuk Capai Tingkat Kesehatan Tertinggi. http://sehatnegeriku.kemkes.go.id/baca/rilis-media/20190521/5530314/program-indonesia-sehat-capai-tingkat-kesehatan-tertinggi/. Tanggal akses 5 Nopember 2019.
Kumparan. 2019. 10 Years Challenge: Melihat Kondisi Kesehatan Masyarakat Indonesia. https://kumparan.com/kumparansains/10-years-challenge-melihat-kondisi-kesehatan-masyarakat-indonesia-1547773566224815409/full. Tanggal akses 5 Nopember 2019.
Kementerian Kesehatan Republik Indonesia. 2018. Hasil Riskesdas 2018. http://www.kesmas.kemkes.go.id/assets/upload/dir_519d41d8cd98f00/files/Hasil-riskesdas-2018_1274.pdf. Tanggal akses 5 Nopember 2019.
Badan Pusat Statistik. 2019. Persentase Rumah Tangga Kumuh Perkotaan Menurut Provinsi. https://www.bps.go.id/dynamictable/2019/10/04/1667/persentase-rumah-tangga-kumuh-perkotaan-40-ke-bawah-menurut-provinsi-2015-2018.html. Tanggal akses 5 Nopember 2019.
Badan Pusat Statistik. 2019. Persentase Rumah Tangga yang Memiliki Akses terhadap Layanan Sanitasi Layak dan Berkelanjutan Menurut Provinsi. https://www.bps.go.id/dynamictable/2019/10/04/1665/persentase-rumah-tangga-yang-memiliki-akses-terhadap-layanan-sanitasi-layak-dan-berkelanjutan-40-bawah-menurut-provinsi-2015-2018.html. Tanggal akses 5 Nopember 2019.
Badan Pusat Statistik. 2019. Persentase Rumah Tangga yang memiliki Akses terhadap Layanan Sumber Air Minum Layak dan Berkelanjutan Menurut Provinsi. https://www.bps.go.id/dynamictable/2019/10/04/1663/persentase-rumah-tangga-yang-memiliki-akses-terhadap-layanan-sumber-air-minum-layak-dan-berkelanjutan-40-bawah-menurut-provinsi-2015-2018.html. Tanggal akses 5 Nopember 2019.
Badan Pusat Statistik. 2018. Angka Kematian Balita per 1000 Kelahiran Hidup Menurut Provinsi. https://www.bps.go.id/dynamictable/2018/06/06/1457/angka-kematian-balita-per-1000-kelahiran-hidup-menurut-provinsi-2012-dan-2017.html. Tanggal akses 5 Nopember 2019.
Anggraeni, Y. 2012. Analisis Spasial Data Panel untuk Menentukan Faktor-Faktor yang Mempengaruhi Kemiskinan di Provinsi Sumatera Selatan. Skripsi. Institut Pertanian Bogor, Bogor.
Hikmah, Y. 2017. Pemodelan Panel Spasial pada Data Kemiskinan di Provinsi Papua. Statistika. 17 (1): 1-15.
Baltagi, B. 2005. Econometrics Analysis of Panel Data 3rd ed. John Wiley & Sons, England.
Pangestika, S. 2015. Analisis Estimasi Model Regresi Data Panel dengan Pendekatan Common Effect Model (CEM), Fixed Effect Model (FEM), dan Random Effect Model (REM). Skripsi. Universitas Negeri Semarang, Semarang.
Anselin, L. 2009. Spatial Regression. Sage Publications, London.
R. Available CRAN Packages By Name. https://cran.r-project.org/web/packages/available_packages_by_name.html. Tanggal akses 5 Nopember 2019.
Refbacks
- There are currently no refbacks.