Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKMenurut Badan Pusat Statistik (BPS) pengangguran adalah penduduk yang selamaseminggu terakhir tidak bekerja tetapi sedang mencari pekerjaan, ataumempersiapkan suatu usaha, atau merasa tidak mungkin mendapat pekerjaan,karena merasa putus asa, atau sudah diterima bekerja tetapi belum mulai bekerja.Sedangkan Tingkat Pengangguran Terbuka (TPT) adalah perbandingan jumlahpengangguran terhadap angkatan kerja. Pengangguran adalah suatu masalah yangserius bagi suatu negara. Tingkat Pengangguran Terbuka di Pulau Jawa, khususnyaJawa Barat, Jawa Tengah, dan Jawa Timur beragam. Di Jawa Barat TPT cenderungtinggi, sedangkan di Jawa Tengah dan Jawa Timur TPT cenderung rendah. Padaskripsi ini akan dimodelkan TPT di ketiga daerah tersebut, menggunakan tingkatpendidikan, kesehatan, PDRB, jumlah penduduk serta status pernikahan sebagaivariabel penjelas, faktor spasial juga diperhatikan karena jarak antarkabupaten/kota yang berdekatan, akan mengakibatkan TPT cenderung berkorelasi.Data yang digunakan adalah data sekunder bersumber dari BPS. Data akandianalisis menggunakan uji Moran I, untuk mengetahui tingkat dependensi spasial,dan metode Spatial Autoregressive untuk mengetahui variabel-variabel yangsignifikan mempengaruhi TPT di ketiga daerah tersebut dan besar pengaruh faktorspasialnya. Hasil yang diperoleh, variabel proporsi penduduk menikah, ratepenyakit, dan jumlah penduduk merupakan variabel yang signifikanmempengaruhi TPT. Pada ketiga daerah tersebut, juga akan diteliti kabupaten/kotamanakah yang memiliki TPT tertinggi menggunakan metode Spatial ScanStatistics. Hasil yang diperoleh, terdapat 22 kabupaten/kota yang merupakankelompok daerah dengan TPT paling tinggi (Most likely cluster) pada areapenelitian, 2 kabupaten/kota yang merupakan kelompok daerah dengan TPT palingtinggi di daerah Jawa Barat, 1 kabupaten/kota yang merupakan kelompok daerahdengan TPT paling tinggi di daerah Jawa Tengah, dan 15 kabupaten/kota yangmerupakan kelompok daerah dengan TPT paling tinggi di daerah Jawa Timur.

---

ABSTRACTAccording to Badan Pusat Statistik (BPS), unemployment is the population that didnot work but looking for work, or preparing for a business, or find it is impossibleto get a job (in despair), or have been accepted to work but have not startedworking over the past week. Unemployment Rate (TPT = Tingkat PengangguranTerbuka) is the ratio of the number of unemployed to the labor force.Unemployment Rates in Java, especially in West Java, Central Java, and East Javaare diverse. In West Java TPT tends to be high, whereas in Central Java and EastJava TPT tends to be low. The objectives of this study is modeling the TPT inthose three regions, using rate of disease, infant mortality rate, educational level,population size, proportion of married people, and GDRP as explanatory variables.Spatial factors are also considered in the modeling since the closer the distance, thehigher the correlation. This study uses the secondary data from BPS. The data willbe analyzed using Moran I test, to obtain the information about spatial dependence,and Spatial Autoregressive method to obtain information, which variables aresignificant affecting TPT and how great the influence of spatial factors. The resultis, variables proportion of married people, rate of disease, and population size arerelated to TPT significantly. In all three regions, will also be investigateddistricts/cities which has the Hotspot of TPT using Spatial Scan Statistics Method,that is 22 districts/cities as a regional group with the highest TPT (Most likelycluster) in the study area, 2 districts/cities as a regional group with the highest TPTin West Java, 1 district/city as a regional groups with the highest TPT in CentralJava, and 15 districts/cities as a regional group with the highest TPT in East Java."

"Provinsi Jawa Barat menghadapi permasalahan Tingkat Pengangguran Terbuka TPT yang tinggi, bahkan lebih tinggi dibandingkan dengan TPT Nasional. Penelitian ini bertujuan untuk mengetahui bagaimana perkembangan kesempatan kerja dan pengangguran di Jawa Barat, dan juga bertujuan untuk menganalisis faktor apa saja yang berpengaruh terhadap pengangguran di Jawa Barat. Hasil penelitian menunjukkan model tidak cukup baik menjelaskan variabel dependen TPT, ditunjukkan oleh nilai R-Square yang rendah. Oleh karena itu, dilakukan uji terhadap variabel independen yang sama, yaitu PDRB, UMK Riil, Dummy PP No.33 Tahun 2013, dan Dummy Kota/Kabupaten terhadap variabel dependen Jumlah Pengangguran. Hasil estimasi menunjukkan PDRB, UMK Riil, dan Dummy Kota/Kabupaten signifikan berpengaruh terhadap Jumlah Pengangguran.

---

West Java Province has been facing the unemployment rate problem, the rate is even higher than the national rate. This study aims to describe the trend of employment and unemployment in West Java, and also to analyze what factors affect the unemployment in West Java.

The result shows that the model is not good enough to explain the Unemployment Rate TPT as dependent variable, indicated by the low R Square value. Therefore, the same independent variables, which are GRDP, Minimum Wage, Dummy Government Regulation No 33 2013, and Dummy Districs Variable were tested for the Number of Unemployment variable.

The result shows that GRDP, Minimum Wage, and Dummy Districts Variable significantly affect the Number of Unemployment."

"Pulau Jawa merupakan pulau dengan tingkat kepadatan penduduk paling tinggi di Indonesia, dimana lebih dari 56% dari penduduk Indonesia tinggal di Pulau Jawa. Di saat yang sama, pusat kegiatan ekonomi dan pemerintahan berada di Pulau Jawa. Dengan adanya infrastruktur dan fasilitas yang lebih baik dibandingkan pulau-pulau lainnya, terjadi urbanisasi yang cukup pesat, yang menyebabkan peningkatan tingkat kriminalitas. Berdasarkan penelitian sebelumnya, dua faktor yang memengaruhi tingkat kriminalitas secara signifikan adalah tingkat pengangguran dan kesenjangan pendapatan. Oleh karena itu, penelitian ini menganalisis hubungan antara tingkat pengangguran dan kesenjangan pendapatan dengan tingkat kriminalitas di Pulau Jawa, menggunakan data dari 119 kabupaten kota dari tahun 2017 hingga 2022, dengan total 702 observasi awal. Penelitian ini juga memasukkan lima variabel lainnya sebagai kontrol; kepadatan penduduk, rata-rata lama sekolah, PDRB per kapita, umur harapan hidup, dan tahun, dengan tahun 2017 sebagai tahun dasar. Melalui regresi OLS, ditemukan bahwa tingkat pengangguran dan kesenjangan pendapatan memiliki hubungan yang negatif dan signifikan terhadap tingkat pengangguran. Menurut penelitian dan teori terdahulu, hasil dari variabel tingkat pengangguran dapat mengimplikasikan bahwa ada penurunan supply korban, yang cenderung dapat menurunkan tingkat kriminalitas. Di sisi lain, belum ada teori yang dapat menjelaskan hasil dari variabel kesenjangan pendapatan yang diukur dengan koefisien Gini, namun penelitian sebelumnya menemukan bahwa kesenjangan pendapatan dapat diasosiasikan dengan jenis kejahatan tertentu. Melalui data mengenai tingkat kriminalitas berdasarkan jenis kejahatannya di Pulau Jawa, ditemukan bahwa jenis-jenis kejahatan tersebut cenderung menurun dari tahun ke tahun. Hal ini dapat mengimplikasikan adanya faktor eksternal lain yang dapat memengaruhi. Selain itu, untuk variabel kontrol, umur harapan hidup, PDRB per kapita, dan tahun 2019 memiliki korelasi negatif dengan tingkat kriminalitas, sedangkan tahun 2018, 2020, 2021, and 2022 tidak berkorelasi secara signifikan terhadap tingkat kriminalitas.

---

Java Island has the highest population density amongst other islands in Indonesia, with more than 56% of Indonesians residing there. Having better infrastructure and facilities than other islands and being the centre of economic and government activities led the island to have rapid urbanisation, which caused the increase of crime rate from time to time. According to previous research, the two factors that significantly affect the crime rate are income inequality and unemployment. Thus, the present study analyses the relationship between income inequality and the unemployment rate to crime rates in Java Island, using the data of 119 cities and municipalities from 2017 until 2022 with 702 initial observations. This research also includes five other variables; population density, average years of schooling, GRDP per capita, average life expectancy, and year, with the year 2017 as the reference year, as control variables. Through regression with the OLS estimate, it was found that the unemployment rate and Gini coefficient have a significant and negative correlation with the crime rate.  Based on the previous theories and research, the results of the unemployment variable could be explained by the decreased supply of potential victims, which could lead to a lower crime rate. As for the income inequality variable, while there are no theories that could support the results, previous empirical studies have found that income inequality is associated with certain kinds of crime. Through the data on crime activities in Java Island, it was found that those crime activities tend to decrease from time to time. This could imply that there could be other external factors. As for the control variables, average life expectancy, GRDP per capita, and the year 2019 have a negative correlation with the crime rate, while average years of schooling and population density have a positive correlation with the crime rate, whereas the years 2018, 2020, 2021, and 2022 have no significant correlation with the crime rate."

"Stunting merupakan salah satu masalah kesehatan masyarakat global yang sampai saat ini masih perlu memperoleh perhatian penting terutama di negara-negara berkembang. Indonesia perlu menurunkan prevalensi stunting menjadi 14% pada tahun 2024. Sebanyak 108 kabupaten/kota di Provinsi Banten, Jawa Barat, jawa Tengah dan Jawa Timur termasuk lokasi fokus intervensi percepatan penurunan stunting terintegrasi tahun 2023 dengan skema percepatan khusus. Penelitian ini bertujuan untuk mengetahui visualisasi dashboard data wilayah berisiko stunting dikaitkan dengan pola asuh, faktor lingkungan, faktor akses pelayanan kesehatan, penyakit infeksi dan BBLR di Provinsi Banten, Jawa Barat, Jawa Tengah dan Jawa Timur tahun 2021. Penelitian ini merupakan studi ekologi dengan unit analisis di tingkat kabupaten/kota dan menggunakan data sekunder berupa data agregat hasil Studi Status Gizi Indonesia (SSGI) Tahun 2021 yang diperoleh dari BKPK Kemenkes RI. Hasilnya dashboard yang dibuat dapat menyajikan data pemetaan sebaran risiko stunting dikaitkan dengan pola asuh, faktor lingkungan, faktor pelayanan kesehatan, penyakit infeksi dan BBLR. Selain itu juga menyajikan data dan grafik variabel di tingkat kabupaten/kota yang interaktif, serta menyajikan simulasi prevalensi stunting yang dihubungkan dengan variabel yang signifikan berhubungan dengan stunting pada penelitian ini.

---

Stunting is one of the global public health problems that still needs important attention, especially in developing countries. Indonesia needs to reduce the prevalence of stunting to 14% by 2024. A total of 108 districts/cities in the provinces of Banten, West Java, Central Java and East Java are included in the focus locations of the integrated stunting reduction acceleration intervention in 2023 with a special acceleration scheme. This study aims to describe the dashboard visualization of data on areas at risk of stunting associated with parenting, environmental factors, health service access factors, infectious diseases and LBW in Banten, West Java, Central Java and East Java Provinces in 2021. This research is an ecological study with a unit of analysis at the district / city level and used secondary aggregated data of the 2021 Indonesian Nutrition Status Study (SSGI) obtained from the BKPK Kemenkes RI. As a result, the dashboard created can present data mapping the distribution of stunting risk associated with parenting, environmental factors, health service factors, infectious diseases and LBW. In addition, it also presented data and graphs of variables at the interactive district / city level, and presented a simulation of the prevalence of stunting associated with variables that were significantly associated with stunting in this study."

"ABSTRAKAngka kematian ibu didefinisikan sebagai jumlah kematian ibu pada saat masa kehamilan atau dalam kurun waktu 42 hari setelah masa kehamilan berhenti setiap seratus ribu kelahiran hidup. Salah satu tujuan dari Millenium Development Goals MGDs Indonesia adalah untuk mengurangi angka kematian ibu. Salah satu faktor yang menentukan angka kematian ibu adalah jumlah kematian ibu. Menurut profil kesehatan Indonesia tahun 2014 provinsi Jawa Barat, Jawa Tengah, dan Jawa Timur berkontribusi 26 persen dari total jumlah kematian ibu di Indonesia. Variabel-variabel yang diduga memengaruhi kematian ibu adalah jumlah tenaga kesehatan, program pemberian beras miskin, ketersediaan air bersih, jumlah penduduk yang buta huruf, dan jumlah kelahiran yang dibantu oleh tenaga kesehatan. Data yang digunakan adalah data spasial yang merupakan data yang memiliki informasi koordinat di dalamnya. Menurut Cressie 1993, kejadian di suatu wilayah cenderung dipengaruhi oleh kejadian di sekitarnya dan ketergantungan spasial seringkali ditemukan di dalam analisis regresi. Oleh karena itu diduga bahwa jumlah kematian ibu di suatu wilayah dipengaruhi oleh jumlah kematian ibu di wilayah lainnya yang berdekatan. Pemodelan jumlah kematian ibu dilakukan dengan pendekatan regresi spasial menggunakan model Spatial Autoregressive dan Spatial Error, sehingga dapat diketahui variabel apa saja yang signifikan serta seberapa besar faktor spasial memengaruhi jumlah kematian ibu di Jawa Barat, Jawa Tengah, dan Jawa Timur. Pada ketiga daerah tersebut, juga akan dideteksi Kabupaten/kota mana saja yang memiliki jumlah kematian ibu tertinggi secara statistik menggunakan metode Spatial Scan Statistics. Hasil pemodelan menunjukkan bahwa jumlah tenaga kesehatan, program pemberian beras miskin, dan jumlah penduduk buta huruf merupakan faktor yang signifikan memengaruhi jumlah kematian ibu dan didapatkan cluster daerah yang memiliki jumlah kematian ibu tertinggi secara statistik.

---

ABSTRACTMaternal mortality is defined as the number of maternal deaths during pregnancy or within 42 days of termination of pregnancy every hundred thousands live births. One of the Millennium Development Goals MGDs of Indonesia was to reduce maternal mortality. One of the factors that determine maternal mortality is the number of maternal deaths. According to Indonesia 39s health profile in 2014, West Java, Central Java and East Java provinces contributed 26 percents of the total number of maternal deaths in Indonesia. The variabels suspected affect maternal deaths are the number of health workers, poor rice programs, the availability to access clean water, the number of illiterate people, and the number of births assisted by health personnel. The data is spatial data which has coordinate information in it. According to Cressie 1993, events in a region tend to be influenced by surrounding events and spatial dependence is often found in spatial data. Therefore it is suspected that the number of maternal deaths in a region is affected by the number of maternal deaths in other surrounding areas. Maternal deaths data was analyzed by spatial regression approach using Spatial Autoregressive and Spatial Error Model to know which variabels are significant and to know whether spatial factor influences the number of maternal deaths in West Java, Central Java, and East Java. In all three areas, the highest number of maternal deaths will also be detected statistically using the Spatial Scan Statistics method. The modeling results showed that the number of health workers, poor rice program, and the number of illiterate people were significant factors that affect the number of maternal deaths and the cluster areas that have highest number of maternal deaths were obtained statistically. "

"Penurunan Angka Kematian Ibu (AKI) hingga mencapai 102 per 100.000 kelahiran hidup di tahun 2015 sulit dicapai. Peningkatan penolong persalinan oleh tenaga kesehatan merupakan upaya pendekatan untuk mencapai target tersebut. Chen et al menyatakan densitas tenaga kesehatan per 1000 penduduk kurang dari 2,5 akan sulit mencapai persentase persalinan oleh tenaga kesehatan lebih dari 80%. Penelitian ini ditujukan untuk mengetahui hubungan antara densitas bidan dan persentase persalinan oleh bidan di Jawa Barat, Jawa Tengah, Jawa Timur, dan Banten. Desain penelitian adalah cross sectional menggunakan data gabungan Susenas 2010 dan Potensi Desa 2011 dengan unit analisis 107 kabupaten/kota. Hasil analisis menunjukkan ukuran yang paling baik dalam menjelaskan hubungan antara densitas bidan dan persentase persalinan oleh bidan adalah jumlah bidan per 10.000 penduduk dibandingkan jumlah bidan per luas wilayah dan persentase desa memiliki bidan. Peningkatan jumlah bidan per 10.000 penduduk dapat meningkatkan persentase persalinan oleh bidan sebesar 4,1% setelah dikontrol oleh densitas dokter dan provinsi, dengan R2 0,38. Sedangkan peningkatan jumlah bidan per 10.000 penduduk dapat meningkatkan persentase persalinan oleh bidan pada kuintil pengeluaran rendah sebesar 6,0% setelah dikontrol oleh densitas dokter, dengan R2 0,11.

---

Decreasing Maternal Mortality Rate (MMR) up to 102 per 100000 live births in 2015 is difficult to achieve. An approaching effort to achieve these targets is by increasing skilled birth attendant. Chen et al declared the density of health workers per 1000 population less than 2.5, will be difficult to reach the percentage of skilled birth attendant more than 80%. This study is aimed to determine the relationship between density of midwives and percentage of births by midwives in West Java, Central Java, East Java, and Banten. This research used secondary data from Susenas 2010 and Podes 2011, with cross-sectional study design. Unit of analysis covers 107 districts / cities.

The results showed that number of midwives per 10,000 population describes the relationship between density of midwives and percentage of births by midwives better than number of midwives per area and percentage of village which has midwives. The increasing number of midwives per 10,000 population can increase the percentage of births by midwives by 4.1% after controlling the density of doctors and province (R2 0.38). While increasing number of midwives per 10,000 population can increase the percentage of births by midwives at lower quintiles by 6.0% after being controlled by the density of physicians (R2 0.11)."

"Angka Harapan Hidup (AHH) merupakan rata-rata perkiraan banyak tahun yang dapat ditempuh oleh seseorang sejak lahir. Badan Pusat Statistik (BPS) mencatat bahwa AHH penduduk di Provinsi Jawa Barat tahun 2021 mencapai 73,23 tahun dan menempati posisi keempat dengan nilai AHH tertinggi di Indonesia pada 2021. Penelitian ini bertujuan untuk menganalisis variabel-variabel yang menjelaskan AHH di setiap kabupaten/kota di Provinsi Jawa Barat tahun 2021 menggunakan model regresi linear berganda, Geographically Weighted Regression (GWR), dan Mixed Geographically Weighted Regression (MGWR) yang kemudian dievaluasi untuk memeroleh model terbaik. Pada penelitian ini, model regresi linier berganda digunakan untuk mengetahui seberapa besar pengaruh variabel-variabel independen terhadap variabel AHH dimana nilai estimasi parameter regresi sama untuk setiap wilayah penelitian atau disebut dengan model regresi global. Provinsi Jawa Barat terdiri dari 27 kabupaten/kota yang memiliki karakteristik berbeda antarwilayah sehingga memungkinkan adanya heterogenitas spasial. Model GWR bertujuan untuk mengeksplor heterogenitas spasial dengan membentuk model regresi yang berbeda pada setiap lokasi pengamatan atau dapat disebut dengan model regresi lokal. Hal ini akan menimbulkan permasalahan apabila terdapat variabel independen yang tidak bersifat lokal atau tidak mempunyai pengaruh lokasi, tetapi diduga memiliki pengaruh terhadap variabel dependen secara global. Oleh karena itu, dikembangkan lagi menggunakan model MGWR. Model MGWR menghasilkan estimasi parameter yang bersifat global dan lokal sesuai dengan lokasi pengamatan. Variabel yang bersifat global, yaitu Tingkat Pengangguran Terbuka (TPT) dan Pengeluaran Per Kapita (PPK), sedangkan variabel yang bersifat lokal, yaitu Jumlah Penduduk Miskin (JPM), Harapan Lama Sekolah (HLS), dan Persentase Penduduk yang Mempunyai Keluhan Kesehatan Sebulan Terakhir (KK). Hasil penelitian ini menunjukkan bahwa kedua variabel global berpengaruh terhadap AHH, sedangkan variabel lokal yang berpengaruh terhadap AHH berbeda pada setiap wilayahnya, begitu pula dengan model yang terbentuk juga akan berbeda untuk setiap wilayahnya. Selain itu, model terbaik yang diperoleh adalah model GWR dengan fungsi pembobot fixed Gaussian kernel dengan nilai AIC terkecil, adjusted R-squared terbesar, dan RMSE terkecil dibandingkan model regresi linier berganda dan MGWR.

---

Life Expectancy (AHH) is an estimate of the years that a person will take from birth. Badan Pusat Statistik (BPS) notes that the AHH of the population in West Java Province in 2021 reached 73.23 years and ranked fourth with the highest AHH value in Indonesia in 2021. This study aims to analyze the variables that explain AHH in each district/city in West Java Province in 2021 using multiple linear regression models, Geographically Weighted Regression (GWR) models, and Mixed Geographically Weighted Regression (MGWR) models which are then evaluated to obtain the best model. In this study, the multiple linear regression model is used to determine how much influence the independent variables had on the AHH variable where the estimated values of the regression parameters were the same for each study area or called the global regression model. West Java Province consists of 27 districts/cities which have different characteristics between regions, thus allowing for spatial heterogeneity. The GWR model aims to explore spatial heterogeneity by forming a different regression model at each observation location or it can be called a local regression model. This will cause problems if there are independent variables that are not local in nature or do not have a location effect, but are suspected of having an influence on the dependent variable globally. Therefore, it is further developed using the MGWR model. The MGWR model produces parameter estimates that have global and local characteristics according to the observation location. Global variables are Open Unemployment Rate (TPT) and Per Capita Expenditures (PPK), while local variables are Number of Poor Population (JPM), Expected Years of Schooling (HLS), and Percentage of Population with Health Complaints in the Last Month (KK). The results of this study indicate that both global variables have a significant effect on AHH, while local variables which have a significant effect on AHH are different in each region, as well as the model formed will also be different for each region. In addition, the best model obtained is the GWR model with a fixed Gaussian kernel weighting function with the smallest AIC value, the largest adjusted R-squared, and the smallest RMSE compared to the multiple linear regression model and MGWR model."

"Penelitian ini bertujuan untuk menganalisis pengaruh luas panen, jumlah tenaga kerja pertanian, jumlah penggunaan benih, jumlah pemakaian pestisida dan jumlah pemakaian urea terhadap ketersediaan beras di Propinsi Jawa Timur.Data yang digunakan dalam penelitian ini adalah data sekunder runtut waktu (time series) mulai tahun 1980 hingga 2013. Dalam penelitian ini analisis dilakukan dengan metode Ordinary Least Square (OLS). Alat bantu dalam mengolah data sekunder ini adalah Program Eviews versi 6.Hasil penelitian menunjukkan bahwa secara serempak keseluruhan variabel bebas yaitu luas panen, jumlah tenaga kerja pertanian, penggunaan pestisida dan konsumsi urea memberikan pengaruh yang sangat nyata terhadap ketersediaan beras.

---

This study aimed to analyze the influence of the harvested area, the amount of agricultural labor, the amount of use of the seed, the amount of pesticide usage, amount of usage of urea to the availability of rice in the province of East Java.The data used in this research is secondary data time series from 1980 until 2013. In this research, the analysis was conducted using Ordinary Least Square (OLS). Aids in the processing of secondary data are Eviews program version 6.The results showed that simultaneous independent variables are the overall harvested area, the amount of agricultural labor, the amount of pesticide usage and the amount of usage of urea significant effect on the availability of rice."

"Kebijakan upah minimum bertujuan untuk mengurangi kesenjangan antar gender dan dapat melindungi semua tenaga kerja, termasuk kaum muda yang rentan terhadap perubahan upah. Namun, terdapat pandangan pro dan kontra terkait dampak kebijakan ini, yakni peningkatan upah minimum dapat meningkatkan tingkat pengangguran atau menurunkan tingkat pengangguran. Studi ini bertujuan untuk mengetahui pengaruh upah minimum terhadap tingkat pengangguran lulusan baru laki-laki dan perempuan di Pulau Jawa. Penelitian ini menggunakan data panel Sakernas bulan Agustus dari tahun 2020 hingga 2022. Dengan menggunakan metode random effect model, hasil penelitian ini menunjukkan bahwa upah minimum memiliki pengaruh positif secara signifikan terhadap tingkat pengangguran lulusan baru perempuan dan laki-laki. Setelah pengendalian variabel kontrol, variabel proporsi usia muda menikah berpengaruh signifikan terhadap tingkat pengangguran lulusan baru laki-laki. Namun, tidak ada variabel kontrol yang signifikan terhadap tingkat pengangguran lulusan baru perempuan.

---

The minimum wage policy aims to reduce the gap between genders and can protect the entire workforce, including young people who are vulnerable to changes in wages. However, there are pros and cons regarding the impact of this policy, namely that increasing the minimum wage can increase poverty levels or reduce poverty levels. This study aims to determine the effect of the minimum wage on the poverty level of men and women fresh graduates in Java. This research uses Sakernas panel data for August from 2020 to 2022. Using the random effect model method, the results of this research show that the minimum wage has a significant positive influence on the poverty level of women and men fresh graduates. After controlling for control variables, the variable proportion of young people married has a significant effect on the poverty level of men fresh graduates. However, there are no significant control variables on the poverty level of women fresh graduates."

"Survei tentang stres perawat menunjukkan hasil bahwa mayoritas perawat ICU pernah mengalami stres. Perawat yang bertugas di ICU dituntut harus mampu berpikir dan bertindak cepat dalam situasi stres tinggi. Secara keseluruhan, perawat ICU mengalami berbagai hambatan kinerja dalam pekerjaan mereka setiap hari karena dampak stres. Tujuan untuk mengetahui faktor-faktor yang berhubungan dengan tingkat stres perawat ICU di RSU di Jawa Tengah. Desain penelitian Cross Sectional. Penelitian dilakukan pada 76 responden secara total sampling. Hasil penelitian menunjukkan bahwa terdapat hubungan antara jenis kelamin, beban kerja, tuntutan kerja, dukungan sosial dengan tingkat stres perawat (p-value<α 0,05). Rekomendasi hasil penelitian adalah perlunya evaluasi penyebab stres perawat secara periodik, pelatihan teknik manajemen stres dan pelatihan ICU.

---

Survey about the stress of nurses showed the majority ICU nurses experienced stress. Nurses working in the ICU is required to be able to think and act quickly and criticaly in high stress situations. Overall, ICU nurses experience a variety of difficulties in the performance of their jobs every day because of the effects of stress.

The purpose of the study was to determine the factors assosiated with stress levels in the public hospital ICU nurses in Central Java. The quantitative research method with cross sectional approach was used. The research was conducted to 76 respondents.

The results showed that there was a relationship between the factors of sex, workload, work demands, social support with stress level nurses (p-value < α 0,05). This research recomended that there was a need for psychological evaluation and regular nursing technical skills training and stress management."