Pengaruh Dan Pengelompokan Dimensi Pembangunan Manusia Terhadap Keterlantaran Lansia Di Indonesia Dengan Structural Equation Modeling Partial Least Square (SEM-PLS) Dan Prediction Oriented Segmentation Partial Least Square (POS-PLS)

Yutika, Syarah Putri (2017) Pengaruh Dan Pengelompokan Dimensi Pembangunan Manusia Terhadap Keterlantaran Lansia Di Indonesia Dengan Structural Equation Modeling Partial Least Square (SEM-PLS) Dan Prediction Oriented Segmentation Partial Least Square (POS-PLS). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1313100127-Ungraduate_Theses.pdf - Published Version

Download (3MB) | Preview

Abstract

Penduduk lanjut usia terlantar adalah seseorang yang berusia 60 (enam puluh) tahun atau lebih, karena faktor-faktor tertentu tidak dapat memenuhi kebutuhan dasarnya yaitu sandang, pangan, dan papan, juga terlantar secara psikis dan sosial. Dalam penanganan penduduk lanjut usia di Indonesia, pemerintah khususnya Kementerian Sosial sudah memberikan pelayanan sosial terhadap lansia yaitu pelayanan sosial dalam panti dan luar panti. Peningkatan jumlah penduduk lanjut usia tidak lepas dari keberhasilan pembangunan manusia di Indonesia pada berbagai bidang terutama bidang kesehatan dan bidang kesejahteraan sosial yang memiliki dampak terhadap angka harapan hidup. Oleh karena itu, penelitian ini dilakukan untuk pengaruh dimensi pembangunan manusia terhadap keterlantaran lansia di Indonesia Structural Equation Modeling Partial Least Square (SEM-PLS) serta PLS Prediction-Oriented Segmentation (PLS-POS) yang digunakan untuk mengelompokkan provinsi di Indonesia berdasarkan dimensi pembangunan manusia. Hasil analisis SEM-PLS menunjukan bahwa variabel pembangunan manusia di bidang kesehatan berpengaruh signifikan terhadap keterlantaran lansia. Jika pembangunan manusia di bidang kesehatan meningkat sebesar satu satuan maka variabel keterlantaran lansia berkurang sebesar 0,513. Pengelompokkan provinsi penduduk lansia terlantar dengan PLS-POS menghasilkan empat kelas segmen. Segmen 1 terdiri dari 6 provinsi, segmen 2 terdiri dari 8 provinsi, segmen 3 terdiri dari 11 provinsi dan segmen 4 terdiri dari 9 provinsi. =================================================================== Abandoned elderly are someone 60 (sixty) years old or older, because certain factors can not fulfill their basic needs ie clothing, food, and boards, as well as psychological and social displays. In the handling of elderly people in Indonesia, the government, especially the Ministry of Social Affairs has provided social services to the elderly that is social services in the orphanage and outside the orphanage. Increasing the number of elderly people can not be separated from the success of human development in Indonesia in various fields, especially the field of health and social welfare that have an impact on life expectancy. Therefore, this research was conducted for the influence of human development dimension to elderly abundance in Indonesia Structural Equation Modeling Partial Least Square (SEM-PLS) and PLS Prediction Oriented Segmentation (PLS-POS) used to classify provinces in Indonesia based on human development dimension . The result of structural equation modeling partial least square (SEM-PLS) analysis shows that human development variable in the field of health has significant effect on elderly neglect. If human development in the field of health increases by one unit then the elderly neglect variable is reduced by 0,513. Grouping of abandoned elderly population with PLS-POS produces four segment classes. Segment 1 consists of 6 provinces, segment 2 consists of 8 provinces, segment 3 consists of 11 provinces and segment 4 consists of 9 provinces.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Keterlantaran Lansia, PLS-POS, SEM-PLS.
Subjects: Q Science
Divisions: Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User: Yutika Syarah Putri
Date Deposited: 05 Feb 2018 08:04
Last Modified: 05 Mar 2019 07:15
URI: http://repository.its.ac.id/id/eprint/48083

Actions (login required)

View Item View Item