Pengidentifikasian Determinan Pembangunan Kesehatan Kabupaten/Kota di Indonesia Tahun 2018
Abstract
Health is an indicator used to measure human capital, affecting economic productivity in a region. The importance of health indicators makes health development necessary. Public Health Development Index (PHDI) is a composite index used to measure the success of public health development. The low levels of health and differences in health development between western Indonesia (KBI) and eastern Indonesia (KTI) are the reasons for this research. Therefore, one of the objectives of this study is to identify the variables that influence health development in Indonesia. The analytical method used is binary logistic regression. Based on the results of the analysis, it was found that the variables that influenced the PHDI in Indonesia in 2018 were the unemployment rate, human development, health expenditure, and internet access. In addition, it was also found that there are differences in health development in KBI and KTI which states that districts/cities located in KBI have a greater tendency to have PHDI that is more than or equal to the national PHDI than districts/cities in KTI. Improving health development can be done by optimizing job training to create productive labor with a decent income, optimizing the Program Indonesia Pintar, optimizing the realization of health expenditure, accelerating the distribution of internet infrastructure development, and increasing public literacy.
Abstrak:Kesehatan merupakan indikator yang digunakan dalam pengukuran modal manusia yang berpengaruh pada produktivitas ekonomi di suatu wilayah. Pentingnya indikator kesehatan membuat pembangunan kesehatan perlu dilakukan. Indeks Pembangunan Kesehatan Masyarakat (IPKM) merupakan sebuah indeks komposit yang digunakan untuk mengukur keberhasilan pembangunan kesehatan masyarakat. Tingkat kesehatan yang masih rendah serta adanya perbedaan pembangunan kesehatan di Kawasan Barat Indonesia (KBI) dan Kawasan Timur Indonesia (KTI) menjadi alasan penelitian ini dilakukan. Oleh karena itu, salah satu tujuan dari penelitian ini adalah mengidentifikasi variabel-variabel yang berpengaruh terhadap pembangunan kesehatan di Indonesia. Metode analisis yang digunakan dalam penelitian ini adalah regresi logistik biner. Hasil analisis menunjukkan bahwa variabel yang berpengaruh pada IPKM di Indonesia tahun 2018 adalah tingkat pengangguran, pembangunan manusia, pengeluaran pemerintah pada bidang kesehatan, serta akses internet. Selain itu, ditemukan pula bahwa memang terdapat perbedaan pembangunan kesehatan di KBI dan KTI yang menyatakan bahwa kabupaten/kota yang berada di KBI memiliki kecenderungan yang lebih besar untuk memiliki IPKM yang lebih dari atau sama dengan IPKM nasional dibandingkan kabupaten/kota yang berada di KTI. Peningkatan pembangunan kesehatan dapat dilakukan dengan mengoptimalkan pelatihan kerja untuk menghasilkan tenaga kerja yang produktif dengan pendapatan yang memadai, mengoptimalkan Program Indonesia Pintar, mengoptimalkan realisasi anggaran kesehatan, serta mempercepat pemerataan pembangunan infrastruktur internet, dan meningkatkan literasi masyarakat.
Keywords
Full Text:
PDFReferences
Al-Mursyid, A. R. (2019). Pengaruh pembangunan teknologi informasi dan komunikasi terhadap pembangunan kawasan timur Indonesia. Jurnal Ekonomi Pembangunan STIE Muhammadiyah Palopo, 5(2), 53–66. https://doi.org/10.35906/jep01.v5i2.372
Amru, D. S., & Sihaloho, E. D. (2020). Pengaruh pengeluaran per kapita dan belanja kesehatan terhadap angka kesakitan di kabupaten/kota se-pulau jawa. Jurnal Ilmiah Bisnis dan Ekonomi Asia, 14(1), 14–25. https://doi.org/10.32812/jibeka.v14i1.135
Anggraini, E., & Lisyaningsih, U. (2013). Disparitas spasial angka harapan hidup di indonesia tahun 2010. Jurnal Bumi Indonesia, 2(3), 71–80.
ASEAN. (2019). ASEAN statistical yearbook 2019. ASEAN Secretariat.
Badan Pusat Statistik. (2021, November 15). [Metode Baru] Indeks Pembangunan Manusia 2020-2021. Diakses dari https://bps.go.id/indicator/26/413/1/-metode-baru-indeks-pembangunan-manusia.html
Badan Pusat Statistik. (2021). Tingkat Pengangguran Terbuka. Diakses dari https://bps.go.id/indicator/6/543/1/tingkat-pengangguran-terbuka-menurut-provinsi.html
Badan Pusat Statistik. (2019). Indeks pembangunan manusia 2018. Badan Pusat Statistik.
Badan Pusat Statistik. (2018). Statistik kesejahteraan rakyat. Badan Pusat Statistik.
Badan Pusat Statistik. (2018). Prevalensi balita gizi buruk menurut Provinsi di Indonesia (PSG) 2016–2018. Diakses dari https://bps.go.id/indicator/30/1776/1/prevalensi-balita-gizi-buruk-menurut-provinsi-di-indonesia-psg-.html
Badan Pusat Statistik. (n.d.a). Pengangguran. Diakses dari https://sirusa.bps.go.id/sirusa/index.php/variabel/945
Badan Pusat Statistik. (n.d.b). Kepemilikan fasilitas Internet, Website, fasilitas Intranet, fasilitas LAN dan fasilitas Ekstranet pada Perusahaan. Diakses dari https://sirusa.bps.go.id/sirusa/index.php/variabel/7870
Chalid, N., & Yusuf, Y. (2014). Pengaruh tingkat kemiskinan dan tingkat pengangguran, upah minimum kabupaten/kota dan laju pertumbuhan ekonomi terhadap indeks pembangunan manusia di Provinsi Riau. Jurnal Ekonomi, 22(2), 1–12. http://ejournal.unri.ac.id/index.php/JE/article/viewFile/2592/2547%0A
Direktorat Jenderal Perbendaharaan. (2019). Kajian fiskal regional 2018. DJPB Kemenkeu.
Direktorat Jenderal Perimbangan Keuangan. (2021, Maret 2). APBD, realisasi APBD, dan neraca. Diakses dari https://djpk.kemenkeu.go.id/?p=5412
Farag, M., Nandakumar, A. K., Wallack, S., Hodgkin, D., Gaumer, G., & Erbil, C. (2013). Health expenditures, health outcomes, and the role of good governance. International Journal of Health Care Finance and Economics, 13(1), 33–52. https://doi.org/10.1007/s10754-012-9120-3
Fathurahman, M. (2017). Regresi logistik untuk pemodelan indeks pembangunan kesehatan masyarakat kabupaten/kota di Pulau Kalimantan. Disampaikan pada Seminar Nasional Matematika dan Aplikasinya, Universitas Airlangga Surabaya.
Fathurahman, M. (2019). Pemodelan indeks pembangunan kesehatan masyarakat kabupaten/kota di pulau kalimantan menggunakan pendekatan regresi probit. Jurnal Varian, 2(2), 47–54.
Fatimah. (2013). Analisis pengaruh kemiskinan, pengangguran, dan pertumbuhan ekonomi terhadap indeks pembangunan manusia di Provinsi Banten tahun 2010-2015. Journal of Chemical Information and Modeling, 53(9), 1689–1699.
Gilliam, M., Chor, J., & Hill, B. (2014). Digital media and sexually transmitted infections. Current Opinion in Obstetrics and Gynecology, 26(5), 381–385. https://doi.org/10.1097/GCO.0000000000000104
Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied logistic regression: third edition. New York: A Wiley-Interscience Publication.
Kementerian Kesehatan. (2020). Profil kesehatan Indonesia 2019. Kementerian Kesehatan RI.
Kementerian Kesehatan. (2019). Profil kesehatan Indonesia 2018. Kementerian Kesehatan RI.
Kementerian Kesehatan. (2018). Indeks pembangunan kesehatan masyarakat 2018. Jakarta: Lembaga Penerbit Badan Penelitian dan Pengembangan Kesehatan.
Mongan, J. J. S. (2019). Pengaruh pengeluaran pemerintah bidang pendidikan dan kesehatan terhadap indeks pembangunan manusia di Indonesia. Indonesian Treasury Review Jurnal Perbendaharaan Keuangan Negara dan Kebijakan Publik, 4(2), 163–176. https://doi.org/10.33105/itrev.v4i2.122
Ningrum, J. W., Khairunnisa, A. H., & Huda, N. (2020). Pengaruh kemiskinan, tingkat pengangguran, pertumbuhan ekonomi dan pengeluaran pemerintah terhadap Indeks Pembangunan Manusia (IPM) di Indonesia tahun 2014-2018 dalam perspektif Islam. Jurnal Ilmiah Ekonomi Islam, 6(2), 212. https://doi.org/10.29040/jiei.v6i2.1034
Noviatamara, A., Ardina, T., & Amalia, N. (2019). Analisis pengaruh pertumbuhan ekonomi dan tingkat pengangguran terbuka di Daerah Istimewa Yogyakarta. Jurnal REP (Riset Ekonomi Pembangunan), 4(1), 53–60. https://doi.org/10.31002/rep.v4i1.1341
Pradnyadewi, D., & Purbadharmaja, I. (2017). Pengaruh IPM, biaya infrastruktur, investasi, dan pertumbuhan ekonomi terhadap ketimpangan distribusi pendapatan di Provinsi Bali. E-Jurnal Ekonomi Pembangunan Universitas Udayana, 6(2), 255–285.
Probosiwi, R. (2016). Pengangguran dan pengaruhnya terhadap tingkat kemiskinan. Jurnal Penelitian Kesejahteraan Sosial, 15(02), 89–100.
Rosanti, I. W., & Budiantara, I. N. (2020). pemodelan faktor-faktor yang mempengaruhi morbiditas di Jawa Tengah menggunakan regresi nonparametrik spline truncated. Inferensi, 3(2), 107–114.
Saputra, R. E., Handra, H., & Primayesa, E. (2021). Analisis pengaruh infrastruktur jalan dan teknologi. Menara Ekonomi, VII(1), 66–76.
Septanto, H. (2016). Ekonomi kreatif dan inovatif berbasis TIK ala Gojek dan Grabbike. Bina Insani ICT Journal, 3(1), 213–219.
Solehati, T., Rahmat, A., & Kosasih, C. E. (2019). Relation of media on adolescents’ reproductive health attitude and behaviour. Jurnal Penelitian Komunikasi dan Opini Publik, 23(1). https://doi.org/10.33299/jpkop.23.1.1768
Suhesti, N. T. (2018). Analisis spasial angka harapan hidup di Indonesia tahun 2016 (Skripsi). Jakarta: Politeknik Statistika STIS.
Suparmi, Kusumawardani, N., Nambiar, D., Trihono, & Hosseinpoor, A. R. (2018). Subnational regional inequality in the public health development index in Indonesia. Global Health Action, 11(sup1). https://doi.org/10.1080/16549716.2018.1500133
Todaro, M. P., & Smith, S. C. (2011). Economic development, 11th edition (the pearson series in economics). United States: Pearson Education, Inc.
Undang-Undang Nomor 36 Tahun 2009 tentang Kesehatan (2009).
Widad, S., Subagiarta, I. W., & Wilantari, R. N. (2018). Analisis faktor sosial ekonomi yang mempengaruhi kematian neonatal. Jurnal Ekonomi Ekuilibrium, 2(2), 31–39.
Wisna, I. D. G. K. (2001). Kesehatan sebagai suatu investasi. Jurnal Ekonomi dan Pembangunan Indonesia, 1(1), 42–51.
Wowor, R. (2015). Pengaruh belanja sektor kesehatan terhadap angka harapan hidup di Sulawesi Utara. Jurnal Berkala Ilmiah Efisiensi, 15(2), 62–73.
Yani, A. (2018). Utilization of technology in the health of community health. Promotif: Jurnal Kesehatan Masyarakat, 8(1), 97. https://doi.org/10.31934/promotif.v8i1.235
DOI: https://doi.org/10.46807/aspirasi.v13i1.2404
Refbacks
- There are currently no refbacks.