Abstrak: Penelitian ini bertujuan menganalisis kemampuan literasi membaca siswa di Indonesia serta mengidentifikasi variabel penting yang memengaruhi kemampuan tersebut. Penelitian ini menggunakan pendekatan pendekatan Multivariate Adaptive Regression Spline (MARS). Data yang digunakan adalah survei PISA Indonesia tahun 2022 dengan melibatkan 16 variabel prediktor dan 1 variabel respon. Hasil penelitian menunjukkan rata-rata kemampuan literasi membaca siswa Indonesia adalah 375,296, yang menempatkan Indonesia pada level 1c atau peringkat rendah. Dari 16 variabel prediktor, variabel indeks dukungan keluarga memiliki pengaruh terbesar terhadap skor literasi membaca PISA 2022 di Indonesia. Peningkatan indeks dukungan keluarga secara langsung dapat meningkatkan skor literasi membaca sebesar 33,921 pada setiap siswa di Indonesia. Selain itu, terdapat 4 variabel penting lainnya yang berinteraksi dengan indeks dukungan keluarga dalam memengaruhi skor literasi membaca yaitu status ekonomi, sosial, dan budaya keluarga,dukungan keluarga terhadap pembelajaran mandiri, ketersediaan sumber daya TIK, dan serta rasa ingin tahu. Kesimpulan dari penelitian ini adalah kemampuan literasi membaca siswa di Indonesia masih tergolong rendah dan variabel dukungan keluarga terbukti memiliki pengaruh paling besar terhadap skor literasi membaca disamping variabel lainnya. Oleh karena itu, diperlukan upaya untuk meningkatkan kemampuan literasi membaca siswa melalui berbagai intervensi kebijakan yang mempertimbangkan dukungan keluarga sebagai faktor utama.

Pemodelan Indeks Ketahanan Pangan di Indonesia Berdasarkan Pendekatan Regresi Logistik Ordinal Data Panel Efek Acak

Crude oil is one of the non-renewable natural resources that is crucial for countries around the world in driving economic development. However, the availability of crude oil is decreasing over time. The high demand for crude oil results in scarcity which causes price fluctuations. Low oil prices can reduce state revenues, disrupt development programs, and even trigger budget deficits. On the other hand, an increase in crude oil prices can make a positive contribution to state revenues. Crude oil exports become more profitable, which can increase state revenue through royalties and taxes levied on the oil and gas sector. This additional revenue can be used to support infrastructure development, social programs, and investment in key sectors of the economy. High oil prices can also harm the economy. With the many impacts that can be caused by crude oil prices, the government must be able to anticipate and prepare for it. The data used in this study are data on crude oil prices in Indonesia for monthly periods from January 2018 to October 2023 sourced from the official website of the Ministry of Energy and Mineral Resources (ESDM) of the Republic of Indonesia. The researcher tried to compare two analysis methods, namely the Fourier series and the ARIMA estimator. The results of this study show that the best method in predicting crude oil prices in Indonesia is the Fourier series estimator with Cos-Sin function which produces RMSE and MAPE values of 7.93 and 8.4%. The prediction results can be used as a reference for the government to anticipate and make programs or policies that are more focused and targeted toward the impacts that can be caused by changes in crude oil prices.

Kemiskinan merupakan permasalahan terkait kesejahteraan masyarakat yang serius dan menjadi indikator keberhasilan ekonomi dari suatu negara. Provinsi Sumatera Utara merupakan salah satu provinsi dengan jumlah penduduk miskin terbanyak dengan total 1,2 juta jiwa di pulau Sumatera pada tahun 2022. Tujuan penelitian ini yaitu menangani masalah multikolinearitas pada faktor-faktor yang mempengaruhi kemiskinan di Provinsi Sumatera Utara dengan menggunakan analisis komponen utama. Data yang diperoleh merupakan data yang didapatkan dari Badan Pusat Statistik Provinsi Sumatera Utara. Terdapat 8 variabel prediktor yang digunakan dan terbentuk 3 komponen utama dengan keragaman total sebesar 84,5%. Komponen utama yang terbentuk kemudian diregresikan dan diperoleh persamaan . Model regresi tersebut terbebas dari masalah multikolinearitas dan ketiga komponen secara signifikan berpengaruh terhadap jumlah penduduk miskin di Provinsi Sumatera Utara.

Kasus stunting dan kurang gizi di kota Surabaya masih menjadi permasalahan pelik. Pasalnya, meski sudah mengalami penurunan drastis hingga 50%, tetapi prevalensi kasus positifnya masih melebihi ambang batas maksimal yang ditetapkan oleh BKKBN. Dilansir dari BPS dan BKKBN Provinsi Jawa Timur pada tahun 2021, kasus stunting di Kota Surabaya mencapai lebih dari 1.000 kasus atau setara 28,9% dan kasus kurang gizi mencapai lebih dari 160 kasus yang tersebar di seluruh wilayah kota Surabaya. Salah satu penyebab tingginya kasus ini adalah standar sanitasi masyarakat atau Sanitasi Total Berbasis Masyarakat (STBM) masih belum memenuhi indikator baik atau bersih. Oleh karena itu, dengan menggunakan analisis Multivariate Analysis of Variance (MANOVA) akan dibuktikan sekaligus menjawab hasil penelitian terdahulu terkait pengaruh standar sanitasi terhadap kedua kasus tersebut. Dengan menggunakan metode studi literatur dan mengambil data sekunder dengan pendekatan statistik kuantitatif dimana prevalensi stunting dan kurang gizi sebagai variabel dependen dan standar sanitasi sebagai variabel independen terbukti bahwa standar sanitasi memang berpengaruh terhadap kondisi kurang gizi dan stunting di kota Surabaya. Hasil ini sangat bermanfaat untuk menindaklanjuti kasus agar pemerintah, dinas terkait, serta masyarakat umum mampu bersinergi untuk menuju ”zero stunting and malnutrition” di kota Surabaya.

Indonesia sebagai negara kepulauan terbesar memiliki kekayaan sumber daya laut yang tinggi, sehingga memiliki potensi yang besar pada bidang maritim dalam pembangunan ekonomi nasional jangka panjang. Dalam realisasinya, pengelolaan ekonomi kelautan menemui banyak tantangan dan belum terlaksana dengan optimal. Blue economy bisa dijadikan salah satu upaya yang dapat ditempuh untuk memulihkan perekonomian Indonesia yang memburuk akibat adanya pandemi Covid-19. Pemetaan sektor unggulan dalam bidang kemaritiman untuk wilayah provinsi di Indonesia menjadi salah satu kunci utama dalam proyeksi blue economy. Metode yang digunakan yaitu pendekatan kuantitatif dengan teknik pengumpulan data yaitu dokumentasi. Objek penelitian pada tulisan ini yaitu 34 provinsi di Indonesia. Analisis statistika yang digunakan adalah analisis cluster hierarki metode average linkage untuk mengelompokkan provinsi di Indonesia berdasarkan proyeksi sektor unggulan dalam indikator blue economy. Setelah dilakukan pengelompokkan, didapatkan jumlah cluster optimal sebanyak 3 cluster dengan nilai Pseudo-F tertinggi yaitu 6,2642. Hasil penelitian menyatakan bahwa terbentuk 3 cluster dengan tingkat capaian indikator blue economy yang dikategorikan rendah, sedang, dan tinggi. Maka dari itu, strategi kebijakan yang sesuai dengan karakteristik setiap cluster perlu dilakukan agar upaya memulihkan perekonomian dan mewujudkan Indonesia yang biru secara berkelanjutan dapat berlangsung secara maksimal dan efisien. Kata Kunci: Analisis Cluster, Average Linkage, Blue Economy, Maritim, Pseudo-F