Hasil Pencarian  ::  Simpan CSV :: Kembali

"Indonesia merupakan salah satu negara yang mengintegrasikan MDGs target dalam pembangunan bidang pendidikan. Salah satu cara untuk mencapai target MDGs dan pembangunan nasional salah satu caranya adalah dengan menurunkan tingkat putus sekolah yang ada di Indonesia. Penelitian ini bertujuan untuk melihat faktor-faktor penentu yang mempengaruhi peluang putus sekolah di jenjang pendidikan SD,SMP dan SMA. Putus sekolah dalam penelitian ini dilihat dari anak yang tidak bersekolah lagi menurut usia jenjang pendidikannya. Melalui teknik estimasi Logistic Regression, kesimpulan yang didapat dari penelitian ini adalah bahwa pendidikan ibu, pendidikan ayah, jam kerja ibu, jumlah anak dalam satu rumah tangga, pengeluaran rumah tangga dan jenis kelamin terbukti memiliki pengaruh terhadap peluang putus sekolah anak pada jenjang pendidikan SD,SMP dan SMA.

---

Indonesia integrates MDGs targets on its development. One way to achieve the target reduce the number of student dropping out from school in each level of education. In this study, dropping out is classified by age according to each levels of education who are no longer stay in school. The objective of this study is to discover factors which affecting the chances of children dropping out of primary and secondary levels in Indonesia using data from SUSENAS. Using logit regression method, we find that family expenditure, number of children, mother?s working hours, parents education and children?s sex are affecting child?s chances of dropping out in any levels of education."

"Putus sekolah merupakan permasalahan yang terjadi di berbagai wilayah Indonesia pada seluruh jenjang pendidikan, termasuk jenjang pendidikan SMA. Provinsi Nusa Tenggara Timur (NTT) merupakan salah satu wilayah yang mengalami masalah putus sekolah jenjang pendidikan SMA. Pada tahun ajaran 2019/2020 hingga 2021/2022, Provinsi NTT selalu menduduki peringkat 9 besar untuk angka putus sekolah jenjang pendidikan SMA tertinggi di Indonesia. Selain itu, pada tahun ajaran 2019/2020 dan 2021/2022 angka putus sekolah jenjang pendidikan SMA di Provinsi NTT berada di atas angka putus sekolah jenjang pendidikan SMA se-Indonesia. Hal ini terjadi, meskipun Provinsi NTT memiliki fasilitas pendidikan dan tenaga pendidik SMA yang memadai. Putus sekolah merupakan permasalahan yang dapat dipengaruhi oleh unsur wilayah (spasial) dan tidak terjadi pada satu waktu saja, sehingga dibutuhkan penelitian yang dapat mengakomodir pengaruh spasial dalam beberapa waktu yaitu dengan penggunaan data spasial berstruktur panel. Penggunaan data tersebut memungkinkan adanya pengaruh spasial berupa heterogenitas spasial. Analisis regresi merupakan metode untuk menjelaskan pengaruh variabel independen terhadap variabel dependen. Geographically Weighted Panel Regression (GWPR) merupakan metode analisis regresi bersifat lokal yang memperhatikan adanya pengaruh heterogenitas spasial pada data spasial berstruktur panel. Oleh karena itu, penelitian ini bertujuan untuk menganalisis faktor – faktor yang menjelaskan angka putus sekolah jenjang pendidikan SMA di Provinsi NTT pada tahun 2019-2021 menggunakan GWPR. Berdasarkan pengujian heterogenitas spasial didapatkan bahwa terdapat heterogenitas spasial, sehingga dilakukan analisis lebih lanjut menggunakan GWPR. Model GWPR dibentuk dengan fungsi pembobot kernel Fixed Boxcar, Fixed Bisquare, Fixed Gaussian, Fixed Tricube, Fixed Exponential, Adaptive Boxcar, Adaptive Bisquare, Adaptive Gaussian, Adaptive Tricube dan Adaptive Exponential. Hasil penelitian menunjukkan model GWPR dengan fungsi pembobot kernel Fixed Exponential merupakan model terbaik dalam memodelkan data putus sekolah di Provinsi NTT pada tahun 2019-2021 dengan sebesar 0,9999852 dan AIC sebesar -585,1535. Kepadatan penduduk, rasio murid dan guru, upah minimum regional, tingkat pengangguran terbuka, rasio murid terhadap sekolah, rata-rata lama sekolah, dan anggaran Program Indonesia Pintar berpengaruh signifikan dalam menjelaskan angka putus sekolah jenjang pendidikan SMA pada minimal 21 kabupaten/kota di Provinsi NTT. Pengelompokkan kabupaten/kota berdasarkan variabel yang berpengaruh signifikan terhadap angka putus sekolah jenjang pendidikan SMA menggunakan k-modes clustering menghasilkan 4 kelompok di mana pada kelompok pertama, kedua, dan ketiga terdiri dari 1 anggota, dan kelompok keempat terdiri dari 19 anggota kabupaten/kota.

---

Dropping out of school is a problem that occurs in various regions of Indonesia at all levels of education, including high school education. The province of East Nusa Tenggara (NTT) is one of the areas experiencing the problem of dropping out of high school education. In the academic year 2019/2020 to 2021/2022, the Province of NTT has always been ranked in the top 9 for the highest high school dropout rate in Indonesia. In addition, in the 2019/2020 and 2021/2022 school years the high school dropout rate in NTT Province is greater than the high school dropout rate throughout Indonesia. This happened, even though the Province of NTT had adequate educational facilities and high school teaching staff. Dropping out of school is a problem that can be influenced by regional (spatial) elements and does not occur at one time, so research is needed that can accommodate spatial influences over time, namely by using panel-structured spatial data. The use of these data allows for spatial influences in the form of spatial heterogeneity. Regression analysis is a method for explaining the effect of the independent variables on the dependent variable. Geographically Weighted Panel Regression (GWPR) is a local regression analysis method that considers the effect of spatial heterogeneity on panel-structured spatial data. Therefore, this study aims to analyze the factors that explain the high school dropout rate in NTT Province in 2019-2021 using the GWPR. Based on the spatial heterogeneity test, it was found that there was spatial heterogeneity, so further analysis was carried out using the GWPR. The GWPR model is formed with the Fixed Boxcar, Fixed Bisquare, Fixed Gaussian, Fixed Tricube, Fixed Exponential, Adaptive Boxcar, Adaptive Bisquare, Adaptive Gaussian, Adaptive Tricube and Adaptive Exponential kernel weighting functions. The results showed that the GWPR model with the Fixed Exponential kernel weighting function was the best model for modeling dropout data in the Province of NTT in 2019-2021 with an of 0.9999852 and an AIC of -585.1535. Population density, student-teacher ratio, regional minimum wage, open unemployment rate, student-to-school ratio, average length of schooling, and Indonesia Pintar Program budget have a significant effect on explaining the high school dropout rate in at least 21 districts/cities in the province NTT. District/city grouping based on variables that have a significant effect on high school dropout rates using k-modes clustering produces 4 groups where the first, second, and third groups consist of 1 member, and the fourth group consists of 19 district/city members."

"Penelitian ini bertujuan untuk menganalisis pengaruh bantuan Program Indonesia Pintar (PIP) terhadap Angka Putus Sekolah (APTS) di Indonesia pada jenjang Sekolah Menengah Atas (SMA). PIP merupakan salah satu bentuk Conditional Cash Transfer (CCT) yang diberikan oleh pemerintah pusat kepada siswa usia 6 - 21 tahun yang berasal dari keluarga miskin dan rentan dan diharapkan dapat membantu meringankan biaya sekolah yang harus ditanggung oleh siswa. Meskipun kewenangan pengelolaan SMA di Indonesia telah dilimpahkan kepada pemerintah provinsi sejak tahun 2017, namun penting untuk menganalisis pengaruh PIP pada level kabupaten/kota mengingat pelaksanaan PIP dikelola melalui kerjasama pemeritah pusat, pemerintah daerah dan satuan pendidikan. Analisis dilakukan menggunakan metode Fixed Effect pada data panel 514 kabupaten/kota di Indonesia dari tahun 2020 sampai 2022. Hasil estimasi menunjukkan bahwa bantuan PIP tidak signifikan berpengaruh terhadap APTS jenjang SMA di Indonesia.

---

This research aims to analyze the effect of the Program Indonesia Pintar (PIP) assistance on the dropout rate in Indonesia at the Senior High School (SMA) level. PIP is one of Conditional Cash Transfer (CCT) provided by the central government to students aged 6 to 21 years who come from poor and vulnerable families and is expected to help reduce the school costs that students must bear. Even though since 2017 the authority to manage SMA in Indonesia has been delegated to the provincial government, it is important to analyze the impact of PIP at the district level considering that the implementation of PIP is managed through collaboration between the central government, regional government and education units. The analysis was carried out using the Fixed Effect method on panel data from 514 districts in Indonesia from 2020 to 2022. The estimation results show that PIP assistance has no significant effect on dropout rate at the high school level in Indonesia."