1 Pendahuluan

1.1 Sumber Data

Data yang digunakan berasal dari Badan Pusat Statistik (BPS), yaitu tabel “Angka Harapan Hidup (AHH) Menurut Provinsi dan Jenis Kelamin, 2024”. Data memuat AHH (usia harapan hidup saat lahir, dalam tahun) untuk 38 provinsi di Indonesia, dirinci menurut jenis kelamin (laki-laki dan perempuan), beserta angka nasional Indonesia sebagai pembanding.

1.2 Alasan Memilih Data

Kelompok kami memilih data ini karena:

Bersumber dari lembaga resmi (BPS), sehingga reliabel dan dapat dipertanggungjawabkan.
Mencakup seluruh provinsi di Indonesia, sehingga dapat dianalisis baik secara nasional maupun difokuskan pada provinsi tertentu (misalnya Banten).
Memuat variabel kategorik (provinsi, pulau/kepulauan, jenis kelamin, kategori tingkat AHH) dan variabel numerik (AHH laki-laki, AHH perempuan, selisih AHH antar jenis kelamin) yang cocok untuk berbagai jenis grafik.
AHH adalah indikator derajat kesehatan penting yang berkaitan erat dengan pembangunan manusia, sehingga menarik untuk melihat disparitas antarwilayah dan antar jenis kelamin.

1.3 Import Data dari CSV dan Praproses

path_csv <- "Angka_Harapan_Hidup__AHH__Menurut_Provinsi_dan_Jenis_Kelamin__2024.csv"

# Baris 1-4 berisi judul dan header bertingkat, data sesungguhnya
# baru dimulai dari baris ke-5, sehingga skip = 4
ahh_raw <- read_csv(path_csv, skip = 4,
                    col_names = c("provinsi", "ahh_laki", "ahh_perempuan"))

# Baris "INDONESIA" adalah angka nasional -> dipisah sebagai pembanding,
# bukan bagian dari 38 provinsi
nasional <- ahh_raw %>% filter(provinsi == "INDONESIA")

# Lookup pulau/kepulauan untuk setiap provinsi, dipakai sebagai
# variabel kategorik tambahan pada beberapa grafik
pulau_lookup <- tibble::tribble(
  ~provinsi, ~pulau,
  "ACEH", "Sumatera", "SUMATERA UTARA", "Sumatera", "SUMATERA BARAT", "Sumatera",
  "RIAU", "Sumatera", "JAMBI", "Sumatera", "SUMATERA SELATAN", "Sumatera",
  "BENGKULU", "Sumatera", "LAMPUNG", "Sumatera",
  "KEP. BANGKA BELITUNG", "Sumatera", "KEP. RIAU", "Sumatera",
  "DKI JAKARTA", "Jawa", "JAWA BARAT", "Jawa", "JAWA TENGAH", "Jawa",
  "DI YOGYAKARTA", "Jawa", "JAWA TIMUR", "Jawa", "BANTEN", "Jawa",
  "BALI", "Bali & Nusa Tenggara", "NUSA TENGGARA BARAT", "Bali & Nusa Tenggara",
  "NUSA TENGGARA TIMUR", "Bali & Nusa Tenggara",
  "KALIMANTAN BARAT", "Kalimantan", "KALIMANTAN TENGAH", "Kalimantan",
  "KALIMANTAN SELATAN", "Kalimantan", "KALIMANTAN TIMUR", "Kalimantan",
  "KALIMANTAN UTARA", "Kalimantan",
  "SULAWESI UTARA", "Sulawesi", "SULAWESI TENGAH", "Sulawesi",
  "SULAWESI SELATAN", "Sulawesi", "SULAWESI TENGGARA", "Sulawesi",
  "GORONTALO", "Sulawesi", "SULAWESI BARAT", "Sulawesi",
  "MALUKU", "Maluku", "MALUKU UTARA", "Maluku",
  "PAPUA BARAT", "Papua", "PAPUA BARAT DAYA", "Papua", "PAPUA", "Papua",
  "PAPUA SELATAN", "Papua", "PAPUA TENGAH", "Papua", "PAPUA PEGUNUNGAN", "Papua"
)

ahh <- ahh_raw %>%
  filter(provinsi != "INDONESIA") %>%
  left_join(pulau_lookup, by = "provinsi") %>%
  mutate(
    provinsi   = str_to_title(provinsi),
    selisih    = round(ahh_perempuan - ahh_laki, 2),
    rata2      = round((ahh_laki + ahh_perempuan) / 2, 2),
    kategori   = case_when(
      rata2 >= 72 ~ "Tinggi (>= 72)",
      rata2 >= 68 ~ "Sedang (68-71,9)",
      TRUE        ~ "Rendah (< 68)"
    ),
    kategori   = factor(kategori, levels = c("Tinggi (>= 72)", "Sedang (68-71,9)", "Rendah (< 68)")),
    is_banten  = provinsi == "Banten"
  )

glimpse(ahh)

## Rows: 38
## Columns: 8
## $ provinsi      <chr> "Aceh", "Sumatera Utara", "Sumatera Barat", "Riau", "Jam…
## $ ahh_laki      <dbl> 68.52, 68.36, 68.41, 70.56, 70.09, 69.00, 68.21, 69.56, …
## $ ahh_perempuan <dbl> 72.45, 72.30, 72.35, 74.58, 74.09, 72.95, 72.15, 73.54, …
## $ pulau         <chr> "Sumatera", "Sumatera", "Sumatera", "Sumatera", "Sumater…
## $ selisih       <dbl> 3.93, 3.94, 3.94, 4.02, 4.00, 3.95, 3.94, 3.98, 3.97, 3.…
## $ rata2         <dbl> 70.48, 70.33, 70.38, 72.57, 72.09, 70.97, 70.18, 71.55, …
## $ kategori      <fct> "Sedang (68-71,9)", "Sedang (68-71,9)", "Sedang (68-71,9…
## $ is_banten     <lgl> FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE, …

2 Visualisasi Data Kategorik

2.1 Diagram Batang: 10 Provinsi dengan AHH Perempuan Tertinggi dan Terendah

top10    <- ahh %>% slice_max(ahh_perempuan, n = 10)
bottom10 <- ahh %>% slice_min(ahh_perempuan, n = 10)

bind_rows(top10 %>% mutate(kelompok = "10 Tertinggi"),
          bottom10 %>% mutate(kelompok = "10 Terendah")) %>%
  ggplot(aes(x = reorder(provinsi, ahh_perempuan), y = ahh_perempuan,
             fill = kelompok, alpha = is_banten)) +
  geom_col(show.legend = c(fill = TRUE, alpha = FALSE)) +
  geom_text(aes(label = ahh_perempuan), hjust = -0.15, size = 3.2) +
  coord_flip() +
  scale_fill_manual(values = c("10 Tertinggi" = "#2b8cbe", "10 Terendah" = "#e6550d"), name = NULL) +
  scale_alpha_manual(values = c(`TRUE` = 1, `FALSE` = 0.55), guide = "none") +
  scale_y_continuous(expand = expansion(mult = c(0, .12))) +
  labs(title = "10 Provinsi dengan AHH Perempuan Tertinggi dan Terendah",
       subtitle = "Indonesia, 2024",
       x = NULL, y = "AHH Perempuan (tahun)",
       caption = "Sumber: BPS - AHH Menurut Provinsi dan Jenis Kelamin, 2024")

Interpretasi: AHH perempuan tertinggi terdapat di DI Yogyakarta (77,40 tahun), diikuti Jawa Tengah (76,99) dan Kalimantan Timur (76,90). Sebaliknya, AHH perempuan terendah ada di Papua Pegunungan (66,68 tahun), Sulawesi Barat (68,27), dan Papua Selatan (68,42). Banten berada di kelompok menengah dengan AHH perempuan 73,04 tahun, di bawah rata-rata nasional (74,21).

2.2 Diagram Lingkaran: Proporsi Provinsi Menurut Kategori AHH

ahh %>%
  count(kategori) %>%
  mutate(label = paste0(n, " provinsi")) %>%
  ggplot(aes(x = "", y = n, fill = kategori)) +
  geom_col(width = 1, color = "white") +
  coord_polar(theta = "y") +
  geom_text(aes(label = label), position = position_stack(vjust = 0.5),
            color = "white", fontface = "bold", size = 3.5) +
  scale_fill_manual(values = c("Tinggi (>= 72)" = "#2b8cbe",
                                "Sedang (68-71,9)" = "#fdb913",
                                "Rendah (< 68)" = "#e6550d"), name = "Kategori Rata-rata AHH") +
  labs(title = "Proporsi Provinsi Menurut Kategori Rata-rata AHH",
       subtitle = "Rata-rata AHH laki-laki dan perempuan, Indonesia 2024",
       caption = "Sumber: BPS - AHH Menurut Provinsi dan Jenis Kelamin, 2024") +
  theme_void(base_size = 12) +
  theme(plot.title = element_text(face = "bold"))

Interpretasi: Dari 38 provinsi, 19 provinsi (50%) berada pada kategori AHH sedang (68-71,9 tahun), 11 provinsi (29%) berkategori tinggi (>= 72 tahun), dan 8 provinsi (21%) masih berkategori rendah (< 68 tahun), yang mayoritas berada di kawasan timur Indonesia. Banten termasuk kategori sedang dengan rata-rata AHH 71,07 tahun.

2.3 Diagram Batang Berkelompok: Rata-rata AHH Menurut Pulau dan Jenis Kelamin

ahh %>%
  pivot_longer(c(ahh_laki, ahh_perempuan), names_to = "jenis_kelamin", values_to = "ahh") %>%
  mutate(jenis_kelamin = recode(jenis_kelamin, ahh_laki = "Laki-laki", ahh_perempuan = "Perempuan")) %>%
  group_by(pulau, jenis_kelamin) %>%
  summarise(ahh = round(mean(ahh), 2), .groups = "drop") %>%
  ggplot(aes(x = reorder(pulau, ahh), y = ahh, fill = jenis_kelamin)) +
  geom_col(position = position_dodge(width = .75), width = .65) +
  geom_text(aes(label = ahh), position = position_dodge(width = .75), hjust = -0.1, size = 3.2) +
  coord_flip() +
  scale_fill_manual(values = c("Laki-laki" = "#c2571a", "Perempuan" = "#fdb913"), name = NULL) +
  scale_y_continuous(expand = expansion(mult = c(0, .15))) +
  labs(title = "Rata-rata AHH Menurut Pulau/Kepulauan dan Jenis Kelamin",
       subtitle = "Indonesia, 2024",
       x = NULL, y = "AHH (tahun)",
       caption = "Sumber: BPS - AHH Menurut Provinsi dan Jenis Kelamin, 2024, diolah")

Interpretasi: Pulau Jawa memiliki rata-rata AHH tertinggi (laki-laki 71,78; perempuan 75,78 tahun), sedangkan Papua terendah (laki-laki 65,03; perempuan 68,96 tahun), selisih sekitar 6-7 tahun antar kedua kawasan. Banten (provinsi di Pulau Jawa) justru berada di bawah rata-rata Pulau Jawa, menandakan adanya kesenjangan di dalam Pulau Jawa sendiri.

3 Visualisasi Data Numerik

3.1 Diagram Batang: Selisih AHH Perempuan dan Laki-laki per Provinsi

ahh %>%
  ggplot(aes(x = reorder(provinsi, selisih), y = selisih, fill = is_banten)) +
  geom_col() +
  geom_hline(yintercept = mean(ahh$selisih), linetype = "dashed", color = "red") +
  annotate("text", x = 3, y = mean(ahh$selisih) + 0.15,
           label = paste0("Rata-rata = ", round(mean(ahh$selisih), 2)),
           hjust = 0, color = "red", size = 3.3) +
  geom_text(aes(label = selisih), hjust = -0.2, size = 3) +
  coord_flip() +
  scale_fill_manual(values = c(`TRUE` = "#e6550d", `FALSE` = "#6baed6"),
                    labels = c(`TRUE` = "Banten", `FALSE` = "Provinsi lain"), name = NULL) +
  scale_y_continuous(limits = c(0, 5)) +
  labs(title = "Selisih AHH Perempuan dan Laki-laki Menurut Provinsi",
       subtitle = "Indonesia, 2024 (selisih = AHH Perempuan - AHH Laki-laki)",
       x = NULL, y = "Selisih (tahun)",
       caption = "Sumber: BPS - AHH Menurut Provinsi dan Jenis Kelamin, 2024, diolah")

Interpretasi: Selisih AHH perempuan-laki-laki terbesar terjadi di Jawa Barat dan Bali (4,30 tahun), sedangkan selisih terkecil di Kalimantan Timur (3,69 tahun). Rata-rata selisih nasional sekitar 3,97 tahun, dan Banten berada sangat dekat dengan rata-rata tersebut (selisih 3,95 tahun), menunjukkan pola kesenjangan gender dalam harapan hidup relatif konsisten di seluruh Indonesia.

4 Kesimpulan

Ketimpangan antarwilayah: AHH tertinggi terdapat di DI Yogyakarta (perempuan 77,40 tahun) dan terendah di Papua Pegunungan (perempuan 66,68 tahun), selisih lebih dari 10 tahun antarprovinsi.
Pola pulau: Pulau Jawa dan Kalimantan Timur unggul dalam AHH, sementara provinsi-provinsi di Papua secara konsisten berada di posisi terendah.
Selisih gender: Perempuan secara konsisten memiliki AHH lebih tinggi daripada laki-laki di seluruh provinsi, dengan selisih rata-rata sekitar 3,97 tahun dan relatif stabil antarwilayah.
Posisi Banten: AHH Banten (laki-laki 69,09; perempuan 73,04 tahun) berada di bawah rata-rata nasional (laki-laki 70,32; perempuan 74,21 tahun) meskipun Banten terletak di Pulau Jawa, mengindikasikan adanya kesenjangan pembangunan kesehatan di dalam Pulau Jawa sendiri.
Implikasi: Diperlukan penguatan akses dan kualitas layanan kesehatan terutama di kawasan timur Indonesia (Papua, Maluku, Sulawesi Barat), serta perhatian khusus pada provinsi seperti Banten yang tertinggal dibandingkan provinsi lain di Pulau Jawa.

5 Referensi

Badan Pusat Statistik (BPS). (2024). Angka Harapan Hidup (AHH) Menurut Provinsi dan Jenis Kelamin, 2024. https://www.bps.go.id/id/statistics-table/2/NTAxIzI=/angka-harapan-hidup--ahh--menurut-provinsi-dan-jenis-kelamin--tahun-.html

Visualisasi Data Angka Harapan Hidup (AHH) Menurut Provinsi dan Jenis Kelamin

Tugas Pendalaman Materi - Tugas Kelompok

Kelompok X: Nama 1 (NIM), Nama 2 (NIM), Nama 3 (NIM), Nama 4 (NIM)

23 September 2026