Abstract:Penelitian ini bertujuan untuk menganalisis pengaruh inflasi dan pengangguran terhadap tingkat kemiskinan di Kabupaten Banyuwangi pada periode 2019-2024. Inflasi dan pengangguran sering kali dianggap sebagai faktor utama…
yang berkontribusi terhadap meningkatnya angka kemiskinan serta menjadi isu ekonomi yang hangat dibahas pada tahun ini. Dengan menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS), penelitian ini menerapkan metode Analisis Data Sekunder guna mengevaluasi hubungan antara inflasi, pengangguran, dan tingkat kemiskinan di Banyuwangi. Hasil penelitian menunjukkan bahwa inflasi dan pengangguran memang memiliki pengaruh terhadap kemiskinan, namun pengaruh tersebut tidak signifikan. Kenaikan inflasi cenderung menurunkan daya beli masyarakat miskin, sehingga memperburuk kondisi ekonomi mereka. Di sisi lain, tingkat pengangguran yang rendah berpotensi menekan angka kemiskinan karena lebih banyak masyarakat yang memperoleh pendapatan. Oleh karena itu, kebijakan ekonomi yang tepat diperlukan untuk mengendalikan inflasi dan menciptakan lebih banyak lapangan pekerjaan guna menekan tingkat kemiskinan di Banyuwangi.
Abstract:Kemiskinan merupakan salah satu masalah sosial yang terus menjadi tantangan bagi pemerintah di berbagai negara, termasuk Indonesia. Dalam upaya mengidentifikasi faktor-faktor yang memengaruhi tingkat kemiskinan, analisis…
data yang tepat diperlukan untuk mendukung pengambilan kebijakan yang efektif. Penelitian ini bertujuan untuk mengklasifikasikan tingkat kemiskinan di Indonesia dengan menggunakan algoritma Decision Tree, salah satu metode pembelajaran mesin yang populer. Data yang digunakan dalam penelitian ini mencakup indikator ekonomi, demografi, dan sosial yang relevan dengan kemiskinan di Indonesia. Dengan menggunakan algoritma Decision Tree, kami dapat mengidentifikasi variabel-variabel kunci yang berperan dalam klasifikasi tingkat kemiskinan serta membangun model prediksi yang dapat membantu dalam pengambilan keputusan. Hasil penelitian menunjukkan bahwa algoritma Decision Tree memiliki kinerja yang baik dalam mengklasifikasikan data kemiskinan dan memberikan wawasan mendalam tentang faktor-faktor yang memengaruhi kemiskinan di Indonesia. Temuan ini diharapkan dapat berkontribusi dalam upaya penanggulangan kemiskinan melalui pendekatan berbasis data.
Abstract:Kemiskinan di Jawa Timur, termasuk di Kabupaten Jember, tetap menjadi tantangan besar yang kompleks dan multidimensional. Persentase penduduk miskin di Kabupaten Jember meningkat sebesar 0,12 persen poin dalam satu tahun,…
, dari 9,39 persen pada Maret 2022 menjadi 9,51 persen pada Maret 2023. Dalam menanggulangi kemiskinan, data yang akurat sangatlah penting untuk merancang dan melaksanakan kebijakan yang efektif. Tujuan utama penelitian ini adalah mengevaluasi peran BPS dalam menyediakan data yang tepat dan relevan tentang kemiskinan di tingkat lokal, menggunakan analisis data kualitatif dengan data sekunder dari publikasi BPS tahun 2023, seperti garis kemiskinan, presentase penduduk miskin, indeks kedalaman, dan keparahan kemiskinan. Analisis menunjukkan kenaikan garis kemiskinan dan penurunan persentase, indeks kedalaman, serta keparahan kemiskinan dari 2010 hingga 2023. Jurnal ini bertujuan memberikan pemahaman lebih mendalam mengenai dinamika kemiskinan di Jember pada tahun 2023, diharapkan memberikan wawasan berharga bagi pemerintah dan pemangku kebijakan setempat untuk meningkatkan efektivitas dalam pemantauan dan penanganan kemiskinan di daerah tersebut.
Abstract:Hipertensi adalah penyakit dengan etiologi multifaktorial, dan bukti telah menunjukkan pentingnya penigkatan transportasi vaskuler, stres oksidatif, dan disbiosis usus dalam perkembangan dan pemeliharaan hipertensi. Tekanan…
nan darah sistolik atau diastolik lebih besar dari 140 atau 90 mmHg termasuk hipertensi (World Health Organization, 2019). Penduduk Indonesia yang berusia 18 tahun keatas mengalami hipertensi, menurut diagnosis dokter. Berdasarkan diagnosis dokter hipertensi pada populasi penderita hipertensi pada tahun 2018, 54,4% rutin minum obat, 32,3% tidak rutin minum obat, dan 13,3% tidak minum obat antihipertens. Persentase tersebut mewakili riwayat penggunaan obat dan alasan tidak minum obat. Di Indonesia penyakit hipertensi menyerang 34,1% penduduk pada tahun 2018. Setiap tahun terjadi peningkatan terutama pada tahun 2018. Setiap tahun terjadi peningkatan terutama pada tahun 2018. Mengetahui bahwa 13,3% dari mereka yang didiagnosis hipertensi tidak minum obat dan 32,3% tidaj meminum obat secara teratur berkontribusi dengan meningkatnya prevalensi hipertensi (Rikesdas, 2018). Tujuan Penelitian: Untuk Mengetahui Tingkat Pengetahuan Dan Kepatuhan Minum Obat Hipertensi Terhadap Pencegahan Hipertensi Di Puskesmas Pasar Kemis. Jenis penelitian ini menggunakan uji Chi-Square dengan teknik total sampling merupakan teknik non probability sampling teknik pengambilan sampel dimana jumlah sampel sama dengan populasi untuk dipilih menjadi anggota. Sampel yang diambil dari penelitian ini adalah 90 sampel. Hasil uji chi-square dengan nilai (P value) < 0,05. Diharapkan Puskesmas Pasar Kemis dapat memberikan arahan, motivasi dan penyuluhan lebih lanjut mengenai hipertensi dan pengtinya kepatuhan minum obat hipertensi kepada masyarakat.