Systematic literature reviews: Analisis angka buta huruf

Yusriah Aprianti; Alfira Mulya Astuti; Mulhamah Mulhamah

doi:10.55099/jmt.v4i2.169

pdf

Diterbitkan: Nov 25, 2024

DOI: https://doi.org/10.55099/jmt.v4i2.169

Kata Kunci:

Systematic Literature Reviews Angka Buta huruf Analisis Statistik

Yusriah Aprianti

Universitas Islam Negeri Mataram

Alfira Mulya Astuti

Universitas Islam Negeri Mataram

Mulhamah Mulhamah

Universitas Islam Negeri Mataram

Abstrak

Angka buta huruf menjadi tantangan besar dalam upaya mencapai Sustainable Development Goals. Penelitian ini bertujuan untuk menganalisis angka buta huruf di Indonesia dari tahun 2010 hingga 2024 dengan menggunakan Systematic Literature Review. Data pada penelitian ini berupa artikel yang bersumber dari Google Scholar dan Dimensions AI. Artikel disaring dengan Systematic Review Accelerator berdasarkan kritreria inklusi. Teknik analisis data menggunakan VOSviewer dan RStudio. Hasil penelitian menunjukkan bahwa tren kajian angka buta huruf di Indonesia berfluktuatif. Faktor yang mempengaruhi angka buta huruf, yaitu: angka partisipasi murni SD, rasio murid-guru SD, tingkat pengangguran terbuka, persentase penduduk miskin, persentase balita gizi buruk, angka partisipasi murni SMP, persentase fasilitas pendidikan SMP, persentase tenaga pendidik SMP, produk domestik regional bruto, persentase rumah tangga menggunakan komputer/laptop, rata-rata lama sekolah, jumlah tenaga pendidik, persentase penduduk memiliki telepon seluler, dan persentase daerah berstatus kota. Angka buta huruf juga dipengaruhi oleh efek spasial. Selain itu, angka buta huruf berefek simultan.

Unduhan

Data unduhan belum tersedia.

Cara Mengutip

Aprianti, Y., Astuti, A. M., & Mulhamah, M. (2024). Systematic literature reviews: Analisis angka buta huruf. Jurnal of Math Tadris, 4(2), 182–201. https://doi.org/10.55099/jmt.v4i2.169

Terbitan

Vol 4 No 2 (2024): Journal of Math Tadris (jMt)

Bagian

Critical Review

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

Biografi Penulis

Yusriah Aprianti, Universitas Islam Negeri Mataram

Program Studi Tadris Matematika, Universitas Islam Negeri Mataram-Indonesia. Jln Gajah Mada No. 100 Jempong Baru, Mataram, Indonesia

Alfira Mulya Astuti, Universitas Islam Negeri Mataram

https://orcid.org/0000-0003-3151-6176
Lecturer and Researcher at the Department of Mathematics Education, Faculty of Teaching and Training, Universitas Islam Negeri Mataram. Her research interest is mathematics education, statistics, spatial analysis, and econometrics.
Jln Gajah Mada No. 100 Jempong Baru, Mataram, Indonesia

Mulhamah Mulhamah, Universitas Islam Negeri Mataram

Lecturer and Researcher at the Department of Mathematics Education, Faculty of Teaching and Training, Universitas Islam Negeri Mataram. Her research interest is mathematics education.
Jln Gajah Mada No. 100 Jempong Baru, Mataram, Indonesia

Referensi

Abdullah, K., Jannah, M., Aiman, U., Hasda, S., Fadilla, Z., Taqwin, Masita, Ardiawan, K. N., & Sari, M. E. (2022). Metodologi Penelitian Kuantitatif. In Yayasan Penerbit Muhammad Zaini.

Arifin, Z., & Wulandari, D. (2024). Kajian Literatur: Pembelajaran Berdiferensiasi dalam Pembelajaran IPA di Madrasah. LENSA (Lentera Sains): Jurnal Pendidikan IPA, 14(1), 29–36. https://doi.org/10.24929/lensa.v14i1.409

Astuti, A. M. (2010). Fixed Effect Model pada Regresi Data Panel. Beta, 3(2), 134–145.

Astuti, A. M. (2016). Statistika Penelitian. Insan Madani.

Astuti, A. M., Ashri, E. S., & Sabri, S. (2024). Modeling Life Expectancy Index in West Nusa Tenggara Province with Panel Regression Method. Inferensi, 7(1), 53–62. https://doi.org/10.12962/j27213862.v7i1.20148

Astuti, A. M., Setiawan, Zain, I., & Purnomo, J. D. T. (2020). A Review of Panel Data on Spatial Econometrics Models. Journal of Physics: Conference Series, 1–13. https://doi.org/10.1088/1742-6596/1490/1/012032

Astuti, N. K., Purhadi, & Andari, S. (2017). Pemodelan Angka Buta Huruf di Kabupaten / Kota se-Jawa Timur dengan Metode Geographically Weighted t Regression. Jurnal Sains Dan Seni ITS, 6(2), 224–228.

Atkinson, P. M., German, S. E., Sear, D. A., & Clark, M. J. (2002). Exploring the Relations Between Riverbank Erosion and Geomorphological Controls Using Geographically Weighted Logistic Regression. Geographical Analysis, 35(1), 58–82. https://doi.org/10.1111/j.1538-4632.2003.tb01101.x

Caraka, R. E., & Yasin, H. (2017). Geographically Weighted Regression (GWR): Sebuah Pendekatan Regresi Geografis. Mobius. https://doi.org/10.1007/978-981-97-4022-2_5

Cree, D. A., Kay, A., & Steward, J. (2023). The Economic & Social Cost of Illiteracy: A Snapshot Of Illiteracy in A Global Context. In World Literacy Foundation (pp. 1–15).

Duha, T., Muthmainah, H. N., Wibowo, G. W. N., Pramono, S. A., & Dewantara, R. (2023). Visualization and Analysis of Data on Illiterate Population in Indonesia Provinces Using Google Data Studio. Jurnal SCIENTIA, 12(4), 225–232.

FAO, IFAD, UNICEF, WFP, & WHO. (2017). The State of Food Security and Nutrition in The World. FAO. https://doi.org/10.4060/cd1254en

Fathimatuzzahra, N. (2022). Systematic Literature Review: Pengaruh Video Animasi dan Penggunaannya dalam Model Pembelajaran IPA. Universitas Islam Negeri Syarif Hidayatullah.

Gough, D., Oliver, S., & Thomas, J. (2012). An Introduction to Systematic Reviews. SAGE. https://b-ok.asia/book/2718381/a08a63

Gujarati, D. N., & Porter, D. C. (2009). Basic econometrics. The McGraw-Hill.

Helic, D., Trattner, C., & Strohmaier, M. (2011). Are Tag Clouds Useful For Navigation ? A Network-Theoretic Analysis Christoph Trattner Markus Strohmaier Keith

Andrews. Social Computing and Cyber-Physical Systems, 1(1), 33-.

Jaya, I. G. N. M., & Sunengsih, N. (2018). Bayesian Geographically Weighted Regression Dalam Pemodelan Angka Incidence Rate. Jurnal Euclid, 5(1), 33–44. https://doi.org/10.33603/e.v5i1.707

Johnson, R. A., & Wichern, D. W. (2007). Applied Multivariate Statistical Analysis. Pearson Prentice Hall.

Karyono, Y., Tusianti, E., Gunawan, I. G. N. A. R., Nugroho, A., & Alvina, C. (2020). Indeks Pembangunan Manusia 2020. Badan Pusat Statistik.

Khairunisa, N. S., & Sihaloho, E. D. (2019). Determinan Pembangunan Daerah dan Angka HIV/AIDS di Indonesia. Ekonomikawan: Jurnal Ilmu Ekonomi Dan Studi Pembangunan, 19(1), 42–56. https://doi.org/10.30596/ekonomikawan.v19i1.3084

Lake, B. S., & Utami, E. D. (2022). Variabel-Variabel yang Memengaruhi Angka Buta Huruf (ABH) di Provinsi Papua Tahun 2020. Seminar Nasional Official Statistics, 113–122. https://doi.org/10.34123/semnasoffstat.v2022i1.1216

Larety, A., & Branca, F. (2019). Sustainable Healthy Diets Guiding Principles. FAO and WHO.

Lu, B., Charlton, M., Harris, P., & Fotheringham, A. S. (2014). Geographically Weighted Regression With a Non-Euclidean Distance Metric: a Case Study Using Hedonic House Price Data. International Journal of Geographical Information Science, 5(14), 1–22. https://doi.org/10.1080/13658816.2013.865739

Maharani, R., & Winahju, W. S. (2016). Pemodelan Angka Buta Huruf di Provinsi Sumatera Barat Tahun 2014 dengan Geographically Weighted Regression. Jurnal Sains Dan Seni ITS, 5(2), 361–267.

Moher, D., Liberati, A., Tetzlaff, J., Altman, D. G., & Group, T. P. (2009). Preferred Reporting Items for Systematic Reviews and Meta-Analyses: The PRISMA Statement. PLoS Medicine, 6(7), 1–6. https://doi.org/10.1371/journal.pmed.1000097

Moya, H., Indriani, R., Aloiya, S., & Oktaviani, R. (2024). Pengaruh Angka Buta Huruf Terhadap Tingkat Kemiskinan di Provinsi Nusa Tenggara Barat. Jurnal Sutasoma, 2(2), 74–80. https://doi.org/10.58878/sutasoma.v2i2.272

Natasyah, N. E., Nusrang, M., & Mar’ah, Z. (2024). Pemodelan Faktor-Faktor yang Berpengaruh terhadap Angka Buta Huruf di Provinsi Sulawesi Selatan dengan

Geographically Weighted Logistic Regression (GWLR). VARIANSI: Jurnal of Statistics and Its Applicaton on Teaching Ang Research, 6(1), 44–55. https://doi.org/10.35580/variansiunm141

Pasande, P., Katelu, M., & Tari, E. (2020). Peran Guru dalam Mengatasi Buta Huruf di Suku Taa Wana Desa Taronggo. Edumaspul: Jurnal Pendidikan, 4(1), 236–243. https://doi.org/10.33487/edumaspul.v4i1.357

Rachmaningsih, T., & Priyarsono, D. S. (2012). Ketahanan Pangan di Kawasan Timur Indonesia (Food Security in Eastern Indonesia). Jurnal Ekonomi Dan Pembangunan Indonesia, 13(1), 1–18. https://doi.org/10.21002/jepi.v13i1.01

Ramadhani, R. F., Yozza, H., & Rahmi HG, I. (2019). Penerapan Analisis Diskriminan Kuadratik Klasik Untuk Menduga Kategori Indeks Pembangunan Manusia (IPM) Provinsi Di Indonesia Tahun 2012. Jurnal Matematika UNAND, 4(3), 57–64.

Sanusi, W., Irwan, Arkas, A. N., & Rusli. (2023). Pemodelan Angka Buta Huruf di Provinsi Sulawesi Selatan Menggunakan Geographically Weighted Regression. Arrus Journal Of Mathematics and Applied Science, 3(2), 55–64.

Satvika, A. P., Suciptawati, N. L. P., & Susilawati, M. (2023). Memodelkan Angka Buta Huruf di Provinsi Nusa Tenggara Barat. Journal on Education, 06(01), 1499–1507.

Segev, E. (2022). Semantic Network Analysis in Social Sciences. Routledge Taylor & Francis Group. https://doi.org/10.4324/9781003120100

Seran, S. (2017). Hubungan antara Pendidikan, Pengangguran, dan Pertumbuhan Ekonomi dengan Kemiskinan. Jurnal Ekonomi Kuantitaif Terapan, 10(1), 59–71.

Siswanto. (2010). Systematic Review Sebagai Metode Penelitian Untuk Mensintasis Hasil-Hasil Penelitian (Sebuah Pengantar). Buletin Penelitian Sistem Kesehatan, 13(4), 326–333.

Susanto, J. A. (2020). Pengaruh Angka- angka Buta Huruf, Tingkat Pengangguran Terbuka, dan Jumlah Penduduk Miskin Terhadap Pertumbuhan Ekonomi di Indomesia Tahun 2012- 2019. Universitas Atma Jaya Yogyakarta.

WFP. (2020). State of School Feeding Worldwide 2020. World Food Programme. https://www.wfp.org/publications/state-school-feeding-worldwide-2020.

Wulandari. (2018). Geographically Weighted Logistic Regression Dengan Fungsi Kernel Fixed Gaussian Pada Kemiskinan Jawa Tengah. Indonesian Journal of Statistics and Its Applications, 2(2), 101–112.