Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk mempelajari faktor-faktor yang memengaruhi anak putus sekolah usia 16-18 tahun tingkat pendidikan SMA/SMK sederajat, terdiri dari faktor demografi, sosial dan ekonomi rumah tangga menggunakan data Susenas 2013 di Indonesia. Berdasarkan hasil analisis regresi logistik biner diketahui bahwa jenis kelamin dan urutan kelahiran turut memengaruhi anak putus sekolah usia 16-18 tahun. Faktor terkuat dalam memengaruhi anak putus sekolah usia 16-18 tahun dalam penelitian ini adalah pendidikan ibu, daerah tempat tinggal desa-kota, dan status ekonomi rumah tangga. Temuan lain yang menarik adalah anak laki-laki memiliki kecenderungan yang lebih tinggi untuk peluang putus sekolah dibandingkan anak perempuan.

---

The aim of this research is to study the factors that influence school dropouts aged 16 18 years the level of high school education SMA vocational equivalent SMK , consisting of demographic factors, social and economic households use on Susenas 2013 in Indonesia. Based on the results of binary logistic regression analysis known that the sex and birth order also affect school dropouts aged 16 18 years. The strongest factor in influencing school dropouts aged 16 18 in this study is the mother 39 s education, area of residence rural urban, and economic status of the household. Other interesting result is that boys have a higher tendency to drop out of school opportunities than girls."

"Pendidikan memiliki peran penting dalam meningkatkan pendapatan individu dan produktivitas masyarakat. Penelitian ini menyoroti pentingnya akses internet dalam pendidikan dan bagaimana hal ini memengaruhi tingkat putus sekolah siswa di Indonesia pada tahun 2022. Fokus utama penelitian adalah untuk memahami apakah akses internet siswa berpengaruh signifikan terhadap kejadian putus sekolah di berbagai jenjang pendidikan, yaitu SD, SMP, dan SMA. Penelitian ini menggunakan data cross section dan analisis regresi logistik biner untuk mengidentifikasi hubungan antara variabel dependen (putus sekolah) dan variabel independen (akses internet). Hasil analisis menunjukkan bahwa akses internet memiliki pengaruh signifikan positif terhadap risiko putus sekolah di semua jenjang pendidikan. Anak-anak dengan akses internet cenderung memiliki risiko putus sekolah yang lebih tinggi dibandingkan dengan yang tidak memiliki akses. Penelitian ini turut menunjukkan adanya pengaruh variabel karakteristik orang tua, karakteristik keluarga, serta karakteristik ekonomi dan wilayah terhadap putus sekolah.

---

Education has an important role in increasing individual income and societal productivity. This study highlights the importance of internet access in education and how this affects student dropout rates in Indonesia in 2022. The main focus of the study is to understand whether students' internet access has a significant effect on the incidence of dropping out of school at different levels of education, namely elementary, junior high, and high school. This study uses cross-section data and binary logistic regression analysis to identify the relationship between the dependent variable (dropout) and the independent variable (internet access). The results of the analysis show that internet access has a significant positive effect on the risk of dropping out of school at all levels of education. Children with internet access tend to have a higher risk of dropping out compared to those without access. This study also shows the influence of parental characteristics, family characteristics, and economic and regional characteristics on school dropout. "

"Penelitian ini bertujuan untuk menganalisis pengaruh Program Indonesia Pintar (PIP) terhadap putus sekolah bagi siswa miskin dan rentan miskin, baik sebelum maupun saat pandemi Covid-19. Penelitian ini menggunakan data Survei Sosial Ekonomi Nasional (Susenas) 2019 dan 2021 dengan metode Propensity Score Matching (PSM). Hasil penelitian menunjukkan bahwa PIP memiliki pengaruh yang berbeda pada setiap jenjang pendidikan dimana PIP dapat menurunkan probabilitas putus sekolah bagi siswa miskin dan rentan miskin penerima PIP pada jenjang SD/Sederajat 2019, SMP/Sederajat 2019 dan 2021, serta SMA/Sederajat 2021. Sementara itu, PIP tidak berpengaruh terhadap tingkat putus sekolah pada siswa jenjang SD/Sederajat 2021 dan SMA/Sederajat 2019.

---

This research aims to analyze the impact of the Program Indonesia Pintar on school dropout rates among poor and vulnerable students, both before and during the Covid-19 pandemic. The study utilizes data from the National Socioeconomic Survey (Susenas) of 2019 and 2021, using the Propensity Score Matching (PSM) method. The research findings indicate that PIP has different effects at each educational level, where PIP can reduce the probability of school dropout among poor and vulnerable students who receive PIP at the primary school level (SD/equivalent) in 2019, junior high school level (SMP/equivalent) in 2019 and 2021, as well as high school level (SMA/equivalent) in 2021. However, PIP does not have an impact on the school dropout rates among students at the SD/equivalent in 2021 and the SMA/equivalent in 2019."

"Pandemi Covid-19 membawa implikasi negatif pada segala aspek kehidupan, termasuk aspek pendidikan. Adanya transisi sistem pembelajaran jarak jauh (PJJ) yang mengadopsi teknologi digital (TIK) dikhawatirkan dapat menurunkan kemampuan belajar siswa dan berpotensi meningkatkan risiko putus sekolah. Penelitian ini bertujuan untuk mempelajari pengaruh literasi digital terhadap risiko putus sekolah anak usia 7-18 tahun di masa pandemi Covid-19. Penelitian ini menggunakan pendekatan kuantitatif dengan data sekunder berupa data susenas Maret 2021, Podes 2021 dan publikasi IP-TIK 2021 dengan unit analisis adalah individu usia 7-18 tahun yang berstatus sekolah pada tahun ajaran (2019/2020) pada jenjang SD sampai SMA sebanyak 250.921 sampel unit. Analisis data dilakukan dengan menggunakan metode deskriptif dan regresi logistik biner multilevel. Hasil analisis menunjukkan bahwa literasi digital yang diproksi dengan kecakapan digital dalam menggunakan (mengakses) perangkat digital (handphone, komputer/laptop dan internet) berpengaruh signifikan terhadap risiko putus sekolah. Semakin baik kecakapan digital seseorang maka akan menurunkan risiko putus sekolah dan sebaliknya. Variabel kontrol yang signifikan adalah jenis kelamin, jenjang sekolah, status pekerjaan kepala rumah tangga, lama sekolah kepala rumah tangga, kuintil pengeluaran rumah tangga dan klasifikasi tempat tinggal. Selain itu terdapat variabel kontekstual (kewilayahan) berupa indeks pembangunan teknologi informasi dan komunikasi (IP-TIK) yang berpengaruh signifikan terhadap risiko putus sekolah. Hasil heterogeneity test menunjukkan bahwa terdapat perbedaan faktor-faktor yang berpengaruh terhadap putus sekolah anak di masing-masing jenjang sekolah dari SD sampai SMA.

---

The Covid-19 pandemic has negative implications for all aspects of life, including aspects of education. It is feared that there is a transition to a distance learning system that adopts digital technology (ICT) that can reduce student learning abilities and increase the risk of dropping out of school. This study aims to study the effect of digital literacy on the risk of dropping out of school for children aged 7-18 years during the Covid-19 pandemic. This study used a quantitative approach that using secondary data of Susenas March 2021, Podes 2021 and IP-TIK publications 2021 with 250.921 samples unit of analysis being individuals aged 7-18 years with school status in the academic year (2019/2020). Data analysis was performed using descriptive methods and multilevel binary logistic regression. The results of the analysis show that digital literacy proxied by digital skills in using (accessing) digital devices (mobile phones, computers/laptops and the internet) has a negative significant effect on the risk of dropping out of school. Childrens that have higher the digital literacy will have the lower the risk of dropping out children of school. The significant individual control variables are gender, school level, employment status of head of household, length of schooling of head of household, expenditure quintile and classification of residence. In addition, there are contextual variables, namely ICT development index (IP-TIK) which have a significant effect on risk dropout. The results of heterogeneity test show that there are differences in the factors that affect dropouts at each school level from elementary to high school."

"Salah satu poin penilaian akreditasi universitas adalah jumlah mahasiswa yang lulus tepat waktu dan mahasiswa yang drop-out (DO). Sayangnya, potensi terjadinya mahasiswa terlambat lulus atau drop out masih menjadi tantangan bagi Universitas Kristern Krida Wacana (UKRIDA). Untuk dapat melakukan tindakan mitigasi dan menyusun strategi retensi, perlu dilakukan prediksi terhadap mahasiswa yang berpeluang DO dan terlambat lulus menggunakan data informasi akademik. Hal tersebut dilakukan untuk membantu proses pengecekan mahasiswa DO yang sebelumnya masih manual. Selain itu, faktor informasi akademik apa saja yang memengaruhi hasil prediksinya. Model yang dibangun menggunakan algoritma-algoritma yang diantaranya Logistic Regression, Nave Bayes, Support Vector Machine (SVM), Decision Tree, Random Forest, dan Gradient Boosting. Hasilnya data yang digunakan untuk mendeteksi mahasiswa DO berhasil mencapai 99,42% pada metric precision dan 98,58% pada average precision. Data yang digunakan untuk mendeteksi mahasiswa terlambat lulus berhasil mencapai 78,51% pada metric precision dan AUC 82,86%. Faktor-faktor yang memengaruhi mahasiswa DO adalah status bayar karena terdapat mahasiswa yang hutang terprediksi DO, IPK dengan rata-rata dibawah 2 diprediksi DO, jumlah ulang mata kuliah di atas 1, tidak KRS di atas 2. Namun pada deteksi mahasiswa terlambat lulus, faktor-faktor yang memengaruhi hal tersebut adalah terdapat data yang lebih dari 1 Tidak KRS dan 24 kali mengulang mata kuliah serta dengan status bayar Hutang.

---

One of the points of university accreditation assessment is the number of students who graduate on time and drop-out students (DO). Unfortunately, the potential for students to graduate late or drop out is still a challenge for Kristern Krida Wacana University (UKRIDA). To be able to take mitigation actions and develop retention strategies, it is necessary to predict students who are likely to drop out and graduate late using academic information data. This was done to help the process of checking DO students which was previously still manual. In addition, what academic information factors affect the prediction results. The model is built using algorithms including Logistic Regression, Naïve Bayes, Support Vector Machine (SVM), Decision Tree, Random Forest, and Gradient Boosting. As a result, the data used to detect DO students managed to reach 99.42% on metric precision and 98.58% on average precision. The data used to detect late graduating students managed to reach 78.51% on metric precision and 82.86% AUC. The factors that affect dropout students are paid status because there are students whose debt is predicted to drop out, GPA with an average of below 2 is predicted to drop out, the number of repeat courses is above 1, not KRS is above 2. -Factors that influence this are data that is more than 1 No KRS and repeats courses 24 times as well as with Debt payment status."