Penerapan Regresi Logistik untuk Mengetahui Pengaruh Kategori Tempat Tinggal dan Usia Anak terhadap Peran Serta Anak Usia Dini dalam Pendidikan Pra-Sekolah di Papua

Klik disini untuk ke halaman rpubs.

I. Pendahuluan

1.1 Latar Belakang

Anak usia dini adalah anak yang baru dilahirkan sampai berusia 6 tahun. Usia dini merupakan usia dimana anak mengalami pertumbuhan dan perkembangan yang pesat. Usia ini disebut sebagai usia emas (golden age).

Dalam undang-undang Nomor 20 Tahun 2003 Pasal 1 angka 14 tentang sistem pendidikan nasional dinyatakan bahwa PAUD adalah suatu upaya pembinaan yang ditujukan kepada anak sejak lahir sampai dengan usia enam tahun yang dilakukan melalui pemberian rangsangan pendidikan untuk membantu pertumbuhan dan perkembangan jasmani dan rohani agar anak memiliki kesiapan dalam memasuki pendidikan lebih lanjut. Masa usia dini merupakan masa peletak dasar atau fondasi awal bagi pertumbuhan dan perkembangan anak. Apa yang diterima anak pada masa usia dini, apakah itu makanan, minuman, serta stimulasi dari lingkungannya memberikan kontribusi yang sangat besar pada pertumbuhan dan perkembangan anak pada masa itu dan berpengaruh besar pada pertumbuhan serta perkembangan selanjutnya.

Pendidikan merupakan aset penting bagi kemajuan bangsa, oleh karena itu setiap warga negara harus dan wajib mengikuti jenjang pendidikan, baik jenjang pendidikan anak usia dini (PAUD), pendidikan dasar, pendidikan menengah, maupun tinggi. Dalam perkembangannya, masyarakat telah menunjukkan kepedulian terhadap masalah pendidikan, pengasuhan, dan perlindungan anak usia dini untuk usia 0 sampai dengan 6 tahun dengan berbagai jenis layanan sesuai dengan kondisi dan kemampuan yang ada, baik dalam jalur pendidikan formal maupun nonformal.

Pendidikan Anak Usia Dini bertujuan untuk membentuk anak yang berkualitas, yaitu anak yang tumbuh dan berkembang sesuai dengan tingkat perkembangannya sehingga memiliki kesiapan yang optimal di dalam memasuki pendidikan dasar. Sesuai dengan tujuan keempat Pembangunan Berkelanjutan (Sustainable Development Goals/SDGs) yaitu dipastikan pada tahun 2030 bahwa semua anak perempuan dan laki-laki mendapat akses terhadap pengembangan masa kanak-kanak secara dini yang berkualitas, juga pengasuhan dan pendidikan pra-dasar agar mereka siap untuk masuk ke pendidikan dasar. Meski begitu, tugas mendidik anak tetaplah harus dipegang orang tua sebagai tangan pertama. Selebihnya, PAUD bisa menjadi partner bagi orang tua.

Vito, B. & Krisnani, H. (2015) menyatakan bahwa masih banyak kasus kesenjangan pendidikan yang terjadi di perkotaan dan di pedesaan. Hal ini dapat terlihat dari jumlah tenaga pengajar yang terdapat di sekolah perkotaan dan sekolah di pedesaan. Jumlah guru lebih banyak terdapat di perkotaan dibandingkan dengan dipedesaan. Rendahnya minat guru mengajar di pedesaan diakibatkan oleh minimnya akses transportasi serta fasilitas sekolah yang buruk yang terdapat di pedesaan. Selain itu, kesenjangan pendidikan antara perkotaan dan pedesaan dapat terlihat dari sekolah- sekolah di perkotaan yang mempunyai fasilitas baik pastinya juga memiliki pengajar yang berkompeten sehingga nantinya menghasilkan siswa- siswa yang cerdas. Hal ini berbanding terbalik terhadap sekolah- sekolah yang terdapat di pedesaan yang mempunyai fasilitas sekolah yang kurang baik dan tenaga pengajar yang kurang kompeten.Kesenjangan ini tentunya juga berakibat pada partisipasi anak usia dini dalam mengikuti pendidikan pra sekolah.

Berdasarkan data BPS, Pada tahun 2018, anak berusia 0-2 tahun yang mengikuti PAUD hanya 0,74 persen, sementara pada kelompok usia 3-4 tahun sebanyak 21,67 persen dan pada kelompok usia 5-6 tahun angka partisipasinya paling tinggi, yaitu sekitar 55,38 persen, artinya hampir 5 dari 10 anak Indonesia usia 5-6 tahun sudah mengikuti PAUD di taman kanak-kanak.

Berdasarkan data SUSENAS 2018, Provinsi Papua merupakan provinsi dengan angka partisipasi PAUD terkecil yaitu sebesar 8,26 persen. Oleh karena itu, dalam penelitian ini akan dibahas lebih lanjut terkait faktor yang memengaruhi anak usia dini yang tidak mengikuti PAUD di Provinsi Papua.

1.2 Tujuan

Berdasarkan latar belakang dan permasalahan yang telah dijelaskan sebelumnya, maka tujuan dari penelitian ini, yaitu:

  1. Mengetahui gambaran umum anak usia dini di Provinsi Papua
  1. Mengetahui pengaruh kategori tempat tinggal dan usia anak terhadap peran serta anak usia dini dalam pendidikan pra-sekolah di Papua

II. Tinjauan Pustaka

2.1 Regresi Logistik

Regresi logistik adalah salah satu metode yang dapat digunakan untuk mendeskripsikan hubungan peubah respon yang bersifat biner dengan satu atau lebih peubah penjelas yang bersifat kontinu, kategorik atau kombinasi keduanya (Agresti 2002). Jika n wilayah pengamatan memiliki p peubah prediktor yang ditunjukkan oleh vektor X = (x1,x2,…,xp) yang berpasangan dengan peubah respon Y yang bernilai 1 atau 0, y = 1 menyatakan “sukses” dan y = 0 menyatakan “gagal”, maka peubah respon Y mengikuti sebaran Bernoulli dengan parameter phi(xi). Fungsi sebaran peluang Bernoulli adalah :

Bentuk dari model logistik adalah sebagai berikut :

dengan

Model logistik merupakan model nonlinier. Model logistik memerlukan transformasi agar menjadi fungsi linier, transformasi yang digunakan adalah transformasi logit dari phi(xi). Model logistik disebut juga model logit ditunjukkan sebagai berikut :

Penduga parameter regresi logistik diperoleh dengan menggunakan metode penduga kemungkinan maksimum. Parameter Beta diduga dengan cara memaksimumkan fungsi kemungkinan. Pengamatan diasumsikan saling bebas, bila Yi ; i = 1,2, … ,n adalah contoh acak yang sudah terambil maka fungsi kemungkinan adalah sebagai berikut :

Untuk memudahkan perhitungan, maka persamaan (1) dimaksimumkan dalam bentuk:

Nilai parameter β didapatkan dari turunan pertama dan kedua dari persamaan di atas melalui suatu prosedur iteratif yang dilakukan dengan metode iterasi Newton Rhapson (Agresti 2002).

2.2 Pendidikan Anak Usia Dini

Menurut Pasal 28 Undang-undang Nomor 20 Tahun 2003 tentang Sistem Pendidikan Nasional, bentuk satuan PAUD dikelompokkan menjadi tiga, yaitu:

  1. Jalur Pendidikan Formal, terdiri atas Taman Kanak-kanak (TK) dan Raudlatul Athfal (RA) yang dapat diikuti anak usia lima tahun ke atas. Termasuk di sini adalah Bustanul Athfal (BA).

  2. Jalur Pendidikan Nonformal, terdiri atas Penitipan Anak, Kelompok Bermain dan Satuan PAUD Sejenis. Kelompok Bermain dapat diikuti anak usia dua tahun keatas, sedangkan Penitipan Anak dan Satuan PAUD Sejenis diikuti anak sejak lahir, atau usia tiga bulan.

  3. Jalur Pendidikan Informal, terdiri atas pendidikan yang diselenggarakan di keluarga dan di lingkungan. Ini menunjukkan bahwa pemerintah melindungi hak anak untuk mendapatkan layanan pendidikan, meskipun mereka tidak masuk ke lembaga pendidikan anak usia dini, baik formal maupun nonformal.

Rentangan anak usia dini menurut Pasal 28 UU Sisdiknas No.20/2003 ayat 1 adalah 0-6 tahun. Anak usia 0-6 tahun yang pernah/sedang mengikuti PAUD menurut kelompok usia berdasarkan hasil Susenas 2018 dibagi atas beberapa kelompok usia, yaitu :

  1. Kelompok usia 0-2 tahun dimana usia ini sudah mulai diikutsertakan pada taman penitipan/pengasuhan anak

  2. Kelompok usia 3-4 tahun di mana orang tua memasukkan anak-anak diusia ini pada taman kelompok bermain (play group)

  3. Kelompok usia 5-6 tahun sering di kenal dengan usia anak TK (Taman Kanak-kanak)

  4. Kelompok usia 3-6 tahun adalah sebagai angka penghitungan indikator PAUD

  5. Kelompok 0-6 tahun adalah kelompok usia secara keseluruhan.

Rohmani, N. (2021) menyatakan bahwa Angka Partisipasi Kasar Pendidikan Anak Usia Dini (PAUD) sangat ditentukan oleh 3 faktor, yaitu; (1) faktor keberadaan sekolah, antara perkotaan dan pedesaan, (2) faktor keberadaan orang tua, dan (3) faktor kebijakan pemerintah/Dinas Pendidikan terhadap implementasi.

Anas, Riana, & Apsari (2015) mengatakan pendidikan di kota memang sangat berbeda dibandingkan di desa, dimana kota adalah banyaknya informasi yang ada, dan juga adanya internet yang mendunia saat ini. sedangkan di desa tidak seperti itu bahkan mungkin sebaliknya. Fenomena pendidikan masyarakat perkotaan salah satunya yaitu, masyarakat kelas atas menyekolahkan anaknya di sekolah – sekolah mewah di saat masyarakat golongan ekonomi lemah harus bersusah payah bahkan untuk sekedar menyekolahkan anak mereka di sekolah biasa. Ketidakmampuan desa untuk berhadapan dengan pesatnya kemajuan kota salah satunya diakibatkan oleh kelemahan sistem pendidikan yang ada di desa itu sendiri. Seringkali pengembangan pendidikan yang diterapkan di sekolah-sekolah desa banyak yang tidak disesuaikan terlebih dahulu dengan kebutuhan yang ada di dalam masyarakat. Bahkan yang lebih memprihatinkan dalam penyusunan kurikulum terkadang disamakan dengan pengembangan kurikulum di sekolah-sekolah kota.

Pendidikan usia dini di Indonesia ternyata masih terbatas di perkotaan karena masih tergantung pada partisipasi orang tua dalam pengelolaan PAUD dan aksesbilitas. Mahbub et al. (2020) menyatakan bahwa distribusi guru pada berbagai jenjang juga tidak merata. Misalnya di daerah perkotaan lebih banyak tempat penitipan anak dan kelompok bermain. Sebenarnya di pedesaan dan dari keluarga miskin jumlahnya lebih banyak dan membutuhkan pendidikan usia dini ini karena memberi keseimbangan kepada anak-anak yang berasal dari keluarga miskin ini karena miskin juga secara intelektual, sosial dan moral dari orang tua dan keluarga. Sehingga partisipasi pendidikan anak usia dini di Indonesia harus mulai dimaksimalkan sejalan dengan banyaknya penduduk di Indonesia terutama anak usia dini yang tergolong berusia 0-6 tahun.

III. Metode Penelitian

3.1 Data

Data yang digunakan dalam penelitian ini adalah data sekunder hasil Survei Sosial Ekonomi (SUSENAS) 2018 oleh Badan Pusat Statistik (BPS). Satuan pengamatan dalam penelitian ini adalah anak usia 0 sampai dengan 6 tahun di Papua. Peubah respon yang digunakan adalah Status pendidikan prasekolah anak usia 0 -6 tahun (1: tidak pernah mengikuti pendidikan pra sekolah, 0: pernah atau sedang mengikuti pendidikan pra sekolah), sedangkan peubah penjelas yang digunakan adalah kelompok umur anak (1: usia 0-2 tahun, 0: usia 3-6 tahun) dan kategori desa/kelurahan tempat tinggal anak (1: perdesaan dan 0: perkotaan).

3.2 Metode Analisis

Langkah-langkah analisis yang dilakukan:

  1. Melakukan eksplorasi terhadap data awal

  2. Melakukan pembagian data menjadi dua bagian (untuk pembentukan model dan untuk pengujian hasil prediksi model)

  3. Melakukan pemodelan regresi logistik

  4. Menginterpretasikan Model yang diperoleh

  5. Melakukan pengecekan model dengan menggunakan data untuk pengujian

IV. Hasil

4.1 Eksplorasi Data (Gambaran Umum Anak Usia Dini di Provinsi Papua)

Packages

Packages yang digunakan adalah :

#install.packages(c("broom","caret","DataExplorer","grid","InformationValue","ISLR","pscl","tidyverse"))
library(readxl)
library(broom)
library(caret)
library(DataExplorer)
library(grid)
library(InformationValue)
library(ISLR)
library(pscl)
library(tidyverse)

Input Data

Data yang digunakan adalah data sampel anak usia 0 sampai dengan 6 tahun di Provinsi Papua hasil SUSENAS 2018 yang terdiri dari 7122 observasi dan 3 variabel/peubah.

setwd("D:\\Kuliah S2 IPB\\Bahan Kuliah\\Semester 1 SSD 2020\\05 Sains Data\\R") 
# untuk melakukan pengaturan working directory

datapapua <- read_excel("Papua_Paud_R.xlsx", sheet="Data") 
# memasukkan file excel ke dalam objek datapapua
dim(datapapua)
## [1] 7122    3

Eksplore Data

glimpse(datapapua)
## Rows: 7,122
## Columns: 3
## $ Status_PraSekolah <dbl> 1, 0, 1, 1, 1, 1, 0, 1, 1, 1, 0, 0, 0, 1, 0, 0, 0, 1~
## $ Kota_Desa         <dbl> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1~
## $ Kelompok_Umur     <dbl> 0, 0, 0, 0, 1, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1~
datapapua$Status_PraSekolah <- as.factor(datapapua$Status_PraSekolah)
datapapua$Kota_Desa <- as.factor(datapapua$Kota_Desa)
datapapua$Kelompok_Umur <- as.factor(datapapua$Kelompok_Umur)
glimpse(datapapua)
## Rows: 7,122
## Columns: 3
## $ Status_PraSekolah <fct> 1, 0, 1, 1, 1, 1, 0, 1, 1, 1, 0, 0, 0, 1, 0, 0, 0, 1~
## $ Kota_Desa         <fct> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1~
## $ Kelompok_Umur     <fct> 0, 0, 0, 0, 1, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 1~
summary(datapapua)
##  Status_PraSekolah Kota_Desa Kelompok_Umur
##  0: 745            0:1334    0:4418       
##  1:6377            1:5788    1:2704
plot_bar(datapapua)

Berdasarkan plot di atas terlihat bahwa mayoritas anak usia 0-6 tahun di Papua memiliki status tidak pernah mengikuti pendidikan pra sekolah (kode 1), tinggal di perdesaan (kode 1), dan berusia diantara 3 sampai dengan 6 tahun (kode 0).

4.2 Membagi Data

Dalam rangka membentuk model dan melakukan pengujian model yang telah dibuat, dilakukan pengambilan sampel dari data anak usia dini provinsi Papua hasil SUSENAS 2018. Pengambilan sampel ini dibagi menjadi 2 bagian data sehingga akan diperoleh dua bagian data,yaitu data train untuk membentuk model, dan data test untuk menguji model yang telah dibuat.

datapapua
## # A tibble: 7,122 x 3
##    Status_PraSekolah Kota_Desa Kelompok_Umur
##    <fct>             <fct>     <fct>        
##  1 1                 1         0            
##  2 0                 1         0            
##  3 1                 1         0            
##  4 1                 1         0            
##  5 1                 1         1            
##  6 1                 1         1            
##  7 0                 1         0            
##  8 1                 1         1            
##  9 1                 1         0            
## 10 1                 1         1            
## # ... with 7,112 more rows
set.seed(2303)
sample <- sample(nrow(datapapua),floor(nrow(datapapua)*0.8))
train <- datapapua[sample,]
train
## # A tibble: 5,697 x 3
##    Status_PraSekolah Kota_Desa Kelompok_Umur
##    <fct>             <fct>     <fct>        
##  1 1                 1         0            
##  2 1                 1         1            
##  3 1                 1         0            
##  4 1                 1         0            
##  5 1                 1         0            
##  6 1                 0         1            
##  7 1                 0         1            
##  8 1                 1         0            
##  9 1                 1         0            
## 10 1                 0         1            
## # ... with 5,687 more rows
test <- datapapua[-sample,]
test
## # A tibble: 1,425 x 3
##    Status_PraSekolah Kota_Desa Kelompok_Umur
##    <fct>             <fct>     <fct>        
##  1 1                 1         1            
##  2 0                 1         0            
##  3 1                 1         0            
##  4 1                 1         1            
##  5 1                 1         1            
##  6 1                 1         0            
##  7 0                 1         0            
##  8 1                 0         0            
##  9 1                 1         0            
## 10 1                 1         1            
## # ... with 1,415 more rows

4.3 Regresi Logistik

logit <- glm(Status_PraSekolah~Kota_Desa+Kelompok_Umur,data=datapapua, family = "binomial")
summary(logit)
## 
## Call:
## glm(formula = Status_PraSekolah ~ Kota_Desa + Kelompok_Umur, 
##     family = "binomial", data = datapapua)
## 
## Deviance Residuals: 
##     Min       1Q   Median       3Q      Max  
## -3.1596   0.1168   0.5293   0.5293   0.8679  
## 
## Coefficients:
##                Estimate Std. Error z value Pr(>|z|)    
## (Intercept)     0.78243    0.07610   10.28   <2e-16 ***
## Kota_Desa1      1.11226    0.08943   12.44   <2e-16 ***
## Kelompok_Umur1  3.08990    0.20214   15.29   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## (Dispersion parameter for binomial family taken to be 1)
## 
##     Null deviance: 4773.0  on 7121  degrees of freedom
## Residual deviance: 4074.4  on 7119  degrees of freedom
## AIC: 4080.4
## 
## Number of Fisher Scoring iterations: 7

Berdasarkan output di atas diperoleh bahwa kategori tempat tinggal dan usia anak berpengaruh secara nyata terhadap peran serta anak usia dini dalam pendidikan pra-sekolah di Papua.

4.4 Interpretasi Hasil (Pengaruh Kategori Tempat Tinggal dan Usia Anak terhadap Peran Serta Anak Usia Dini dalam Pendidikan Pra-Sekolah di Papua)

logit$coefficient
##    (Intercept)     Kota_Desa1 Kelompok_Umur1 
##       0.782435       1.112265       3.089905

Hasil nilai penduga β1= 1.112265 (positif) berarti seorang anak yang tinggal di perdesaan memiliki logit(phi) 1.112265 lebih besar untuk tidak berpartisipasi dalam pendidikan prasekolah di Papua dibandingkan anak yang tinggal di perkotaan.

Hasil nilai penduga β2=3.089905 (positif) berarti seorang anak yang berusia 0 sampai dengan 2 tahun memiliki logit(phi) 3.089905 lebih besar untuk tidak berpartisipasi dalam pendidikan prasekolah di Papua dibandingkan anak yang berusia 3 sampai dengan 6 tahun.

exp(logit$coefficients)
##    (Intercept)     Kota_Desa1 Kelompok_Umur1 
##       2.186791       3.041239      21.974988

Terlihat bahwa nilai rasio odds untuk peubah kategori wilayah tempat tinggal adalah 3.041239. Hal ini dapat diartikan bahwa ketika seorang anak usia 0 sampai dengan 6 tahun tinggal di perdesaan maka odds untuk tidak berpartisipasi dalam pendidikan prasekolah di Papua sebesar 3.041239 kali dibandingkan dengan anak yang tinggal di perkotaan. Hal ini mengindikasikan bahwa masih terdapatnya perbedaan partisipasi mengikuti pendidikan prasekolah antara wilayah perdesaan dan perkotaan di Papua.

Nilai rasio odds untuk peubah kelompok umur adalah 21.974988. Hal ini dapat diartikan bahwa ketika seorang anak berusia diantara 0 sampai dengan 2 tahun maka odds untuk tidak berpartisipasi dalam pendidikan prasekolah di Papua sebesar 21.974988 kali dibandingkan dengan anak yang berusia diantara 3 sampai dengan 6 tahun. Hal ini mengindikasikan bahwa masih terdapatnya perbedaan partisipasi anak dalam mengikuti pendidikan prasekolah menurut kelompok usia di Papua.

4.5 Evalusi Model

Confusion Matrix

Dalam confusion matrix, sensitivitas (atau True Positive Rate) adalah persentase pengamatan (aktual) yang diprediksi dengan benar oleh model, sedangkan spesifisitas adalah persentase dari 0 (aktual) yang diprediksi dengan benar.

Hasil confusion matrix menunjukkan bahwa model regresi logistik yang diperoleh memiliki persentase pengamatan (aktual) yang diprediksi dengan benar oleh model sebesar 92.21 persen sedangkan persentase dari 0 (aktual) yang diprediksi dengan benar oleh model adalah sebesar 36.17 persen dengan accuracy sebesar 86.67 persen. Model ini dinilai baik dalam memprediksi status keikutsertaan anak usia dini dalam kegiatan pembelajaran prasekolah.

test$pred <- predict(logit, test, type="response")

test$Status_PraSekolah_pred <- ifelse(test$pred > 0.80, "1", "0")
test$Status_PraSekolah_pred <- as.factor(test$Status_PraSekolah_pred)
(conf.mat<-caret::confusionMatrix(test$Status_PraSekolah_pred, test$Status_PraSekolah, positive="1"))
## Confusion Matrix and Statistics
## 
##           Reference
## Prediction    0    1
##          0   51  100
##          1   90 1184
##                                           
##                Accuracy : 0.8667          
##                  95% CI : (0.8479, 0.8839)
##     No Information Rate : 0.9011          
##     P-Value [Acc > NIR] : 1.0000          
##                                           
##                   Kappa : 0.2751          
##                                           
##  Mcnemar's Test P-Value : 0.5138          
##                                           
##             Sensitivity : 0.9221          
##             Specificity : 0.3617          
##          Pos Pred Value : 0.9294          
##          Neg Pred Value : 0.3377          
##              Prevalence : 0.9011          
##          Detection Rate : 0.8309          
##    Detection Prevalence : 0.8940          
##       Balanced Accuracy : 0.6419          
##                                           
##        'Positive' Class : 1               
## 
broom::tidy(conf.mat)
## # A tibble: 14 x 6
##    term                 class estimate conf.low conf.high p.value
##    <chr>                <chr>    <dbl>    <dbl>     <dbl>   <dbl>
##  1 accuracy             <NA>     0.867    0.848     0.884   1.00 
##  2 kappa                <NA>     0.275   NA        NA      NA    
##  3 mcnemar              <NA>    NA       NA        NA       0.514
##  4 sensitivity          1        0.922   NA        NA      NA    
##  5 specificity          1        0.362   NA        NA      NA    
##  6 pos_pred_value       1        0.929   NA        NA      NA    
##  7 neg_pred_value       1        0.338   NA        NA      NA    
##  8 precision            1        0.929   NA        NA      NA    
##  9 recall               1        0.922   NA        NA      NA    
## 10 f1                   1        0.926   NA        NA      NA    
## 11 prevalence           1        0.901   NA        NA      NA    
## 12 detection_rate       1        0.831   NA        NA      NA    
## 13 detection_prevalence 1        0.894   NA        NA      NA    
## 14 balanced_accuracy    1        0.642   NA        NA      NA

Receiver Operating Characteristics (ROC) Curve

Receiver Operating Characteristics (ROC) curve melacak persentase true positive saat cut-off peluang prediksi diturunkan dari 1 menjadi 0. Model yang baik akan memperlihat kurva yang lebih curam, artinya True Positive Rate meningkat lebih cepat dibandingkan dengan False Positive Rate ketika cut-off menurun. Dengan kata lain, semakin besar luas area di bawah kurva ROC maka kemampuan prediksi yang dihasilkan oleh model semakin baik.

Dari model regresi logistik yang diperoleh, persentase true positive saat cut-off peluang prediksi diturunkan dari 1 menjadi 0 sebesar 76.52 persen. Besarnya luas area di bawah kurva ROC ini mengindikasikan bahwa model yang diperoleh memiliki kemampuan prediksi yang baik.

plotROC(test$Status_PraSekolah=="1", test$pred)

V. Kesimpulan dan Saran

5.1 Kesimpulan

Mayoritas anak usia dini di Papua memiliki status tidak pernah mengikuti pendidikan pra-sekolah dan bertempat tinggal di perdesaan.

Terdapat pengaruh kategori tempat tinggal dan usia anak terhadap peran serta anak usia dini dalam pendidikan pra-Sekolah di Papua. Anak yang tinggal di perdesaan dan berusia diantara 0 sampai dengan 2 tahun memiliki odds untuk tidak berpartisipasi dalam pendidikan prasekolah di Papua lebih besar dibandingkan anak yang tinggal di perkotaan dan berusia diantara 3 sampai dengan 6 tahun.

5.2 Saran

Perlu dilakukan evaluasi lebih lanjut terkait dengan fasilitas penunjang dalam melakukan pendidikan usia dini di perdesaan.

Variabel kategori tempat tinggal dan usia anak secara nyata menunjukkan pengaruhnya terhadap peran serta anak usia dini dalam pendidikan pra-sekolah di Papua. Namun, masih dimungkinkan adanya pengaruh variabel-variabel lain dalam memengaruhi peran serta anak usia dini untuk mengikuti pendidikan pra-sekolah. Model lain dengan memasukkan variabel lainnya dapat menjadi pertimbangan penyusunan model yang lebih baik untuk penelitian yang akan datang.

Daftar Pustaka

Agresti A. (2002). Categorical Data Analysis. New York : John Willey and Sons.

Anas, A. Y., Riana, A. W., & Apsari, N. C. (2015). Desa Dan Kota Dalam Potret Pendidikan. Prosiding Penelitian Dan Pengabdian Kepada Masyarakat, 2(3), 418–422. https://doi.org/10.24198/jppm.v2i3.13592

Anisa,R., Dito, G.A., dan Nurussadad,A.A. (11 Maret 2021).3STA581-05 - Logistics Regression. https://rpubs.com/nurussadad/STA581-05-regresi-logistik

Kementerian Pemberdayaan Perempuan dan Perlindungan Anak & Badan Pusat Statistik. (2019). Profil Anak Indonesia 2019.Jakarta: Kementerian Pemberdayaan Perempuan dan Perlindungan Anak (KPPPA). https://www.kemenpppa.go.id/lib/uploads/slider/e56dc-15242-profil-anak-indonesia_-2019.pdf

Mahbub, M., Purnamawati, D., Maslamah, Sopakua, S., & Fauziddin, M. (2020). Educational data mining with clustering technique on the distribution of civil servant teachers in Indonesia. Journal of Advanced Research in Dynamical and Control Systems, 12(6), 2097–2103. https://doi.org/10.5373/JARDCS/V12I6/S20201171

Rohmani, N. (2021). Analisis Angka Partisipasi Kasar Pendidikan Anak Usia Dini (PAUD) di Seluruh Indonesia.Jurnal Obsesi : Jurnal Pendidikan Anak Usia Dini, 5(1), 625-632. https://doi.org/10.31004/obsesi.v5i1.262

Vito, B. & Krisnani, H. (2015). Kesenjangan Pendidikan dan Kota. Prosiding Penelitian & Pengabdian Kepada Masyarakat, 2(2). https://doi.org/10.24198/jppm.v2i2.13533


  1. Mahasiswa Pascasarjana Statistika dan Sains Data, IPB University, ↩︎