Analisis Kerentanan wilayah pesisir dengan variabel sosial Harapan Lama Sekolah (HLS) di Kabupaten Pasangkayu Sulawesi Barat

Galisong, Ridwan Danuarta and Prof. Dr.Ir. Harsuko Riniwati, MP and Tiwi Nurjannati Utami, S.Pi., MM (2022) Analisis Kerentanan wilayah pesisir dengan variabel sosial Harapan Lama Sekolah (HLS) di Kabupaten Pasangkayu Sulawesi Barat. Sarjana thesis, Universitas Brawijaya.

Abstract

Indonesia diapit 3 lempeng aktif dunia serta negara dengan garis pantai terpanjang kedua di dunia. Kerentanan wilayah pesisir dan non pesisir bukan hanya di lihat dari faktor fisik tapi perlu juga dilihat dari faktor sosial seperti HLS. Makin tinggi tingkat pendidikan yang di lihat dari variabel HLS dapat mengurangi tingkat kerentanan wilayah. Selain itu dengan meningkatnya HLS juga dapat berperan positif untuk meningkatkan IPM dan IPG. IPM dan IPG merupakan salah satu indikator kesejahteraan dan kualitas SDM di wilayah tersebut. Tujuan penelitian adalah memetakan kerentanan wilayah pesisir dan non pesisir menggunakan data fisik dan sosial HLS. Serta menganalisis upaya peningkatan IPM dam IDG dari variabel HLS menggunakan analisis MICMAC. Penelitian dilaksankan bulan Agustus 2021 hingga Februari 2022 di Kabupaten Pasangkayu Sulawesi Barat. Data dalam penelitian ini didapat dari web BPS, Geospasial dan survey langsung Tim Peneliti di Kabupaten Pasangkayu. Data yang di dapat nantinya di analisis menggunakan analisis spasial dan analisis MICMAC. Hasil dalam penelitian ini di didapat kerentanan wilayah Kabupaten Pasangkayu berdasarkan overlay data fisik dan data sosial HLS, wilayah pesisir memiliki tingkat kerentanan lebih tinggi di bandingkan non pesisir. Wilayah pesisir yang memiliki tingkat kerentanan tinggi meliputi beberapa desa antara lain Desa Sarjo, Desa Sarude, Desa Bambaira, Desa Kasoloang, Kelurahan Bambalamotu, Desa Pangiang, Desa Karya Bersama, Desa Batu Ogey, Desa Maley, Desa Jengeng Raya, Desa Bajawali, dan Sarasa. Sedangkan dalam upaya peningkatan IPM dan IDG melalui variabel HLS di dapat, 12 variabel yang berpengaruh dalam peningkatan HLS. Berdasarkan data dari analisis MICMAC ada 3 variabel paling berpengaruh sebelum di masukkan pengaruh tidak langsung yaitu variabel orangtua (Dort), pendapatan (Pdtn), biaya sekolah (BSkl).

Item Type:	Thesis (Sarjana)
Identification Number:	0522080326
Subjects:	300 Social sciences > 338 Production > 338.3 Other extractive industries > 338.37 Products > 338.372 Products of fishing, whaling, hunting, trapping > 338.372 7 Products of fishing, whaling, hunting, trapping (Fishing)
Divisions:	Fakultas Perikanan dan Ilmu Kelautan > Agrobisnis Perikanan
Depositing User:	Sugeng Moelyono
Date Deposited:	12 Apr 2023 06:49
Last Modified:	12 Apr 2023 06:49
URI:	http://repository.ub.ac.id/id/eprint/198206

Text (DALAM MASA EMBARGO) RIDWAN DANUARTA GALISONG.pdf Restricted to Registered users only until 31 December 2024. Download (7MB)

Actions (login required)

View Item