Surabaya (beritajatim.com) – Guru Besar Institut Teknologi Sepuluh Nopember (ITS) Surabaya Prof Vita Ratnasari membangun model Zero-Inflated Ordered Probit (ZIOP) untuk menganalisis kemiskinan di Jatim.
Pengembangan ilmu statistika telah merambah ke banyak aspek pemanfaatan, salah satu fundamentalnya soal analisis data kategori. Melihat kondisi ini, Prof Vita meneliti integrasi data kategori dalam pemodelan statistik untuk mendukung pengambilan keputusan.
Data kategori merupakan salah satu jenis data yang marak digunakan, terlebih dalam survei secara nasional. “Saat ini pemerintah juga menggunakan data kategori untuk membuat keputusan agar menghasilkan kebijakan yang lebih tepat dan akurat,” katanya, Sabtu (2/12/2023).
Dalam konteks ini, Vita mengangkat studi kasus terkait kemiskinan sebagai objek penelitian. Alasan lain, menurutnya, saat ini kemiskinan menjadi isu utama yang sangat erat kaitannya dalam mencapai tujuan pembangunan berkelanjutan.
Ia menerangkan, model ZIOP adalah salah satu jenis pemodelan statistik yang dipakai untuk mengatasi masalah data yang memiliki nilai nol berlebih (zero-inflated) dan memiliki data berskala ordinal.
BACA JUGA:
Unair dan ITS Lolos Top 3 Pertamuda Seed and Scale 2023
Model ZIOP sangat sesuai diterapkan pada kasus kemiskinan yang memakai variabel respon ordinal. Yakni yang terdiri dari kategori tidak miskin, rentan miskin, hampir miskin, miskin, dan sangat miskin.
“Penelitian ini akan difokuskan pada kemiskinan di Jawa Timur, karena saat ini persentase penduduk miskinnya masuk dalam urutan ke-16 tertinggi di Indonesia,” paparnya.
Persentase penduduk miskin di Jatim sebesar 10,49 persen, masih belum mencapai target pemerintah sebesar 7 persen. “Oleh karena itu, perlu dikaji variabel apa saja yang sekiranya akan menurunkan persentase penduduk miskin di Jawa Timur,” terangnya.
Mendukung pernyataan itu, Vita mendapati bahwa variabel yang mempengaruhi tingkat kemiskinan dapat berasal dari banyak aspek. Mulai dari aspek demografi seperti usia dan jenis kelamin, hingga kondisi rumah seperti sumber air minum dan luas lantai sebagai indikator ekonomi suatu keluarga.
Tak hanya itu, ia juga membandingkan model ZIOP temuannya dengan model Probit Ordinal yang biasa digunakan. “Hasilnya, model ZIOP secara signifikan lebih baik dalam menjelaskan data dibandingkan dengan model Probit Ordinal konvensional,” tuturnya.
BACA JUGA:
ITS Surabaya Terima Hibah Teknologi Rp 2 Miliar
Melalui hasil penelitiannya, Vita berharap ke depannya analisis data kategori menggunakan metode ZIOP dapat memberikan kontribusi penting dalam pemahaman dan analisis data ordinal.
“Diharapkan kasus data dengan permasalahan nol berlebih tetap dapat dianalisis dalam berbagai bidang ilmu untuk mendapatkan wawasan serta informasi yang lebih detail,” tegasnya.
Ia juga menyebut bahwa saat ini pengembangan untuk pemodelan data kategori masih sangat terbatas. Hal ini justru berlawanan dengan fakta bahwa ketersediaan data di lapangan sudah sangat banyak.
“Saya harap pengembangan analisis data kategori ini akan dapat terus dieksplorasi untuk mengatasi lebih banyak persoalan di Indonesia,” tandasnya. [ipl/beq]
