Micmac Analysis of Improving Social Variables of Expected Years of Schooling (EYS) in Coastal and Non Coastal Areas in Pasangkayu Regency, West Sulawesi

(1)

Cite this as: Riniwati, H et al. (2023). Micmac Analysis of Improving Social Variables of Expected Years of 262

Schooling (EYS) in Coastal and Non Coastal Areas in Pasangkayu Regency, West Sulawesi. ECSOFiM:

Economic and Social of Fisheries and Marine Journal. 10(02): 262-276. Available online at http://ecsofim.ub.ac.id/

MICMAC ANALYSIS OF IMPROVING SOCIAL VARIABLES OF EXPECTED YEARS OF SCHOOLING (EYS) IN COASTAL AND NON COASTAL AREAS IN PASANGKAYU REGENCY, WEST SULAWESI

ANALISIS MICMAC PENINGKATAN VARIABEL SOSIAL HARAPAN LAMA SEKOLAH WILAYAH PESISIR DAN NON PESISIR DI KABUPATEN PASANGKAYU, SULAWESI BARAT

Harsuko Riniwati^*1), Inaba²⁾, Risya Viantika³⁾, and Ridwan Danuarta Galisong^2,4)

1) Guru Besar Fakultas Perikanan dan Ilmu Kelautan, Universitas Brawijaya

2) Departemen Sosial Ekonomi Perikanan dan Kelautan, Universitas Brawijaya

3) Departemen Sosial Ekonomi Perikanan, PSDKU Universitas Brawijaya

4) Program Magister Kajian Wanita, Sekolah Pascasarjana Universitas Brawijaya

Received: Maret 4, 2023 / Accepted: April 22, 2023

ABSTRACT

The condition of coastal communities, including the Pasangkayu area, in terms of the Expected Years of Schooling (EYS), is still very vulnerable. This study aims to analyze the key factors of increasing the EYS of the community in the coastal countryside of Pasangkayu Regency. The Matrix of Cross Impact Multiplications Applied to a Classification (MICMAC) methods were used in this study. Respondents are experts sourced from the government, educational institutions, non- governmental organizations and communities in the Coastal Village of Pasangkayu Regency. The results showed that the key factor in increasing the EYS in Coastal Village, Pasangkayu Regency was helping parents. The economic condition of coastal rural communities is still vulnerable, so helping people and being able to go to school is a key factor in increasing the EYS. Institutions related to coastal villages are advised to develop work programs that support research results, namely by increasing the old expectations of coastal community schools through these key factors.

One way is to develop a school model for fishermen's children. The strategy is carried out by mobilizing teachers to teach non-formal schools for fishermen's children. Supported by the Education Office in equivalence of diplomas with formal education. EYS, can be increased through the increasing number of elderly school-age population who continue to higher education.

Keywords: Expected Years of Schooling (EYS), education, MICMAC analysis.

ABSTRAK

Kondisi masyarakat pesisir termasuk daerah Pasangkayu dalam hal harapan lama sekolah masih sangat rentan. Penelitian ini bertujuan untuk menganalisis faktor-faktor kunci peningkatan harapan lama sekolah masyarakat di pedesaan pesisir Kabupaten Pasangkayu. Metode MICMAC (Matrix of Cross Impact Multiplications Applied to a Classification) digunakan dalam penelitian ini. Responden adalah pakar yang bersumber dari pemerintah, lembaga pendidikan, lembaga swadaya masyarakat dan masyarakat di Desa Pesisir Kabupaten Pasangkayu. Hasil penelitian menunjukkan bahwa faktor kunci peningkatan harapan lama sekolah di Desa Pesisir Kabupaten Pasangkayu adalah membantu orang tua. Kondisi ekonomi masyarakat pedesaan pesisir masih rentan, sehingga membantu orang tua dan bisa sekolah merupakan faktor kunci peningkatan harapan lama sekolah. Disarankan Lembaga terkait pedesaan pesisir menyusun program kerja yang mendukung hasil penelitian yaitu dengan meningkatkan harapan lama sekolah masyarakat pesisir melalui faktor kunci tersebut. Salah satu caranya adalah dengan mengembangan model sekolah anak nelayan. Strategi yang dilakukan dengan mobilisasi guru-guru untuk mengajar sekolah non-formal untuk anak nelayan. Selain itu perlu didukung oleh Dinas Pendidikan dalam kesetaraan ijazah dengan pendidikan formal. Harapan sekolah dapat ditingkatkan melalui semakin banyaknya penduduk usia sekolah lanjut yang meneruskan ke jenjang pendidikan tinggi.

Kata kunci: Harapan Lama Sekolah (HLS), pendidikan, analisis MICMAC.

*Corresponding author: Harsuko Riniwati, [email protected]

Institution and its address: Agrobusiness of Fisheries Study Program, Fisheries and Marine Science Faculty, Brawijaya University,Veteran Street, Malang

(2)

ECSOFiM Journal of Economic and Social of Fisheries and Marine. 2023. 10(02): 262-276 263 PENDAHULUAN

Masyarakat pesisir dominan bermata pencaharian sebagai nelayan karena dikenal sebagai kelompok masyarakat yang bergantung sepenuhnya kepada hasil melaut. Hasil penelitian Yamin et al. (2016), menunjukkan bahwa anak-anak di daerah pesisir umumnya lebih memilih membantu orang tua melaut dari pada bersekolah. Selanjutnya, kuatnya pikiran dan pandangan orang tua terhadap anak agar bisa dapat membantu ekonomi orang tua menjadi pemicu tidak bisanya lepas dari cara berpikir tradisional dan konservatif. Pandangan masyarakat yang tradisional ini mendukung keberlanjutan anak-anak daerah pesisir tidak bersekolah, padahal pendidikan sangat penting karena berhubungan secara signifikan dalam peningkatan ekonomi (Laverde-Rojas et al., 2019) dan berpengaruh secara signifikan terhadap kesehatan yaitu angka harapan hidup penduduk (Luy et al., 2019). Pendidikan juga dapat meningkatkan Indeks Pembangunan Manusia (IPM) yang mencerminkan kualitas sumberdaya manusia (Sabrina et al., 2022). IPM masing-masing daerah di Indonesia rata-rata masih tergolong rendah sampai tinggi. Hal ini menyebabkan cita-cita negara Indonesia menjadi negara maju belum tercapai. Standart IPM untuk negara dikatakan maju maka IPM-nya tergolong sangat tinggi yaitu lebih besar sama dengan 80. Nilai IPM banyak daerah di Indonesia belum mencapai kriteria sangat tinggi disebabkan rendahnya unsur pembentuk IPM yaitu kesehatan, pendidikan, dan ekonomi (KemenPPA, 2022). Tingkat pendidikan merupakan unsur yang sangat mempengaruhi dua faktor lainnya yaitu kesehatan dan ekonomi.

Variabel pembentuk Indeks Pembangunan Manusia (IPM) dari unsur pendidikan dibagi menjadi dua yaitu rata-rata lama sekolah dan harapan lama sekolah (KemenPPA, 2022). Harapan Lama Sekolah adalah lamanya sekolah (dalam tahun) yang diharapkan akan dirasakan oleh anak pada umur tertentu di masa mendatang. Rata-rata lama sekolah adalah rata-rata jumlah tahun yang dihabiskan oleh penduduk berusia 25 tahun ke atas untuk menempuh semua jenis pendidikan yang pernah dijalani (Riniwati et al., 2022). Harapan Lama Sekolah dan rata-rata lama sekolah sebagai komponen pendidikan dalam menghitung nilai IPM menjadi sama-sama penting. Rata-rata lama sekolah saling terkait dengan harapan lama sekolah. Rata-rata lama sekolah tinggi akan menyebabkan harapan sekolah tinggi. Rata-rata lama sekolah tinggi dicerminkan dengan banyaknya penduduk yang memiliki ijazah pendidikan tinggi. Harapan Lama Sekolah tinggi dicerminkan dengan penduduk usia 7 – 25 tahun mengakses pendidikan secara maksimum pada levelnya.

Pada umumnya, tingkat pendidikan yang belum tercapai di daerah-daerah di Indonesia, termasuk pesisir Pasangkayu ini adalah penduduk usia di atas 20 tahun yang bersekolah atau menempuh jenjang pendidikan tinggi (Riniwati et al., 2022). Kabupaten Pasangkayu memiliki angka harapan lama sekolah terendah di wilayah Provinsi Sulawesi Barat. Angka Harapan Lama Sekolah (HLS) Kabupaten Pasangkayu tahun 2021 sebesar 11,95 yaitu terendah dibandingkan kabupaten yang lain yaitu Majene (13,62), Polewali Mandar (13,38), Mamasa (12,36), Mamuju (13,24), dan Mamuju Tengah (12,53) (BPS Sulawesi Barat, 2022). Oleh karena itu perlu dilakukan analisis mengenai faktor-faktor kunci yang dapat meningkatkan Harapan Lama Sekolah di pedesaan pesisir Kabupaten Pasangkayu.

(3)

ECSOFiM Journal of Economic and Social of Fisheries and Marine. 2023. 10(02): 262-276 264 METODE PENELITIAN

Jenis Penelitian

Jenis penelitian ini adalah survei dengan menggunakan metode kuantitatif. Alasan peneliti dalam memilih metoda kuantitatif berkenaan dengan isi tematik dari penelitian adalah jenis penelitian yang menghasilkan penemuan-penemuan yang dapat dicapai (diperoleh) dengan menggunakan prosedur-prosedur statistik atau cara lain dari kuantifikasi (pengukuran) (Sujarweni, 2014). Penelitian ini mengikuti prosedur yang telah ditetapkan dalam rangkaian analisis keberlanjutan dengan menggunakan aplikasi MICMAC (Matrix of Cross Impact Multiplications Applied to a Classification).

Responden

Populasi merupakan keseluruhan objek atau subjek yang berada pada suatu wilayah dan memenuhi syarat-syarat tertentu berkaitan dengan masalah penelitian (Martono, 2015). Responden merupakan bagian dari populasi. Dalam penelitian ini yang menjadi responden adalah pakar terkait pendidikan masyarakat pedesaan pesisir dan bukan pesisir yang mempunyai informasi dan pendapat untuk peningkatan Harapan Lama Sekolah (HLS). Data diperoleh dari 78 responden yang terdiri dari kepala desa, kepala dinas pendidikan, staf dinas pendidikan, BPS, Bappeda, dan Wakil Bupati Kabupaten Pasangkayu. Perincian responden yang merupakan stakeholders terkait Harapan Lama Sekolah masyarakat desa dapat dilihat pada Tabel 1.

Tabel 1. Perincian Jumlah Responden Penelitian

No Responden Jumlah (orang)

1 Kepala desa 63

2 Kepala Dinas Pendidikan 1

3 Kepala BPS Kabupaten Pasangkayu 1

4 Kepala Bappeda Kabupaten Pasangkayu 1

5 Wakil Bupati Kabupaten Pasangkayu 1

6 Camat di Kabupaten Pasangkayu 11

Total 78

Teknik Pengumpulan Data

Teknik pengumpulan data dalam penelitian ini dilakukan dengan FGD (Focus Group Discussion) untuk mengisi angket yang akan dianalisis dengan aplikasi MICMAC. Pengisi angket para expert atau para pemangku kepentingan yang memiliki informasi banyak dan atau kekuatan besar untuk meningkatkan Harapan Lama Sekolah secara berkelanjutan di Kabupaten Pasangkayu.

Responden terdiri dari kepala desa, kepala dinas pendidikan, Bappeda, wakil bupati, camat, dan BPS Kabupaten Pasangkayu. Bentuk angket seperti tampak pada Tabel 3.

Analisa Data

Metode analisis MICMAC pertama kali dikembangkan oleh Duperrin dan Michel Godet pada tahun 1973. Adanya keinginan untuk membuat peringkat dari elemen-elemen suatu sistem dengan sistematis, menjadi alasan utama dikembangkannya metode ini (Fauzi, 2019). Analisis MICMAC adalah sebuah analisis yang digunakan untuk mengkategorikan atau mengelompokkan suatu faktor, berdasarkan nilai pengaruh dan ketergantungannya (Godet, 2004). Analisis MICMAC juga dapat menangkap interaksi antar variabel dan mengidentifikasi variabel kunci yang dapat digunakan

(4)

ECSOFiM Journal of Economic and Social of Fisheries and Marine. 2023. 10(02): 262-276 265

sebagai pendorong suatu sistem untuk bekerja secara berkelanjutan. Dengan menggunakan metode analisis MICMAC, peneliti dapat mengidentifikasi hubungan antar-variabel yang mungkin timbul secara langsung antara satu variabel dengan variabel lainnya atau karena variabel perantara yang menghubungkan kedua variabel tersebut dapat ditemukan polanya (Fauzi, 2019).

MICMAC dimulai dengan merumuskan masalah (problem definition) sehingga variabel penelitian baik internal maupun eksternal dapat diidentifikasi. Proses analisis hubungan antar variabel kemudian dapat dilakukan untuk mengevaluasi hubungan berdasarkan dampak dan ketergantungan proses evaluasi (kuesioner) biasanya dilakukan oleh para ahli atau pemangku kepentingan melalui Focus Group Discussion (FGD). Pakar atau pemangku kepentingan yang terlibat langsung dapat memberikan penilaian atau penilaian dengan mengisi alat survei berupa angket yang tertuang dalam matriks penilaian dengan memasukkan skor dari 0 hingga 3.

Representasi matriks yang digunakan terlihat seperti Gambar 1.

Dari

Terhadap A B C D E F

A B C D E F

Gambar 1. Ilustrasi Matriks Penilaian MICMAC

Setelah data diidentifikasi dan dievaluasi, proses dijalankan untuk menghitung pengaruh dan ketergantungan antar variabel, sehingga menentukan peringkat setiap variabel. Guna menyederhanakan aliran komputasi dari analisis MICMAC, maka dapat mengasumsikan bahwa hubungan antar variabel dijelaskan oleh matriks Boolean, seperti yang ditunjukkan pada Gambar 2.

ke

Pengaruh dari

A B C D E

A 0 0 0 1 0

B 1 0 3 1 0

C 1 0 0 2 0

D 0 0 0 0 1

E 1 0 0 0 0

Gambar 2. Matriks Hubungan Antar Variabel

Keterangan Pengaruh 0 = Tidak ada, 1 = Lemah, 2 = Rata-rata, 3 = Kuat

Gambar 3 menunjukkan bahwa besarnya pengaruh dapat dilihat dari jumlah baris untuk masing-masing variabel. Guna mendapatkan besarnya ketergantungan (dependen), dapat dilakukan dengan menambahkan kolom untuk setiap variabel. Berdasarkan hasil penghitungan

(5)

tersebut akan ditentukan tingkat pengaruh dan ketergantungannya. Proses penghitungan MDI dapat dipermudah dengan bantuan software MICMAC.

Gambar 3. Cross Matrix Perhitungan Antar-variabel

Peningkatan Harapan Lama Sekolah berkelanjutan di Kabupaten Pasangkayu untuk analisis faktor kunci menggunakan metode MICMAC. Langkah-langkah analisis dengan metode MICMAC sebagai berikut:

a) Penetapan variabel yang berpeluang meningkatkan sektor pendidikan Harapan Lama Sekolah (HLS) di Kabupaten Pasangkayu

Tabel 2. Variabel Kunci Peningkatan Harapan Lama Sekolah (HLS)

Variabel Singkatan Sumber Pustaka

Pendapatan Pdtn Cambra-Fierro et al., 2020;

Halimatusadiah, 2018

Biaya Sekolah BSkl Yosai, 2016

Membantu Orangtua Mort Yamin et al., 2016

Jarak Sekolah Jskl Yosai, 2016

Biaya Transportasi BTpr Yosai, 2016

Letak Sekolah LSkl Yosai, 2016

Dukungan Orangtua Dort Naite, 2021

Motivasi keluarga MKlg Vorkapić & Šikić, 2019

Pendidikan Orangtua Port Đurišić & Bunijevac, 2017

Faktor Lingkungan FLkg Alyahyan & Düştegör, 2020

Motivasi Guru MGr Vorkapić & Šikić, 2019

Jumlah Sekolah Jmsk Yosai, 2016

Sarana dan Prasarana Pendidikan SPPd Yosai, 2016

Beasiswa yang tersedia Bsw Yosai, 2016

Penyuluhan Pendidikan dari Pemangku kepentingan PPPK (Laverde-Rojas et al., 2019), (Luy et al., 2019), (Sabrina et al., 2022),

(Listiyani et al., 2022) b) Pengisian sel nilai keterkaitan variabel

• Nilai disepakati oleh bapak dan ibu yang pakar dalam bidang pendidikan.

• Nilai kesepakatan matrik diambil dari pilihan nilai terbanyak (modus). Misalkan ada 5 pakar dengan pilihan: 2, 3, 3, 0, 1. Maka pilihan kesepakatannya adalah nilai 3.

• Skor bernilai antara 0 sampai 3.

Kriteria skor:

0 : Tidak Ada Hubungan, 1 : Hubungan Lemah, 2 : Rata-rata, 3 : Kuat Contoh pengisian angket oleh bapak dan ibu pakar,

(6)

• Berapakah skor yang sesuai dengan pengaruh Pendapatan (Pdtn) terhadap variabel Biaya Sekolah (BSkl) dan seterusnya (berikan nilai 0 sampai 3 sesuai dengan kesepakatan para pakar).

• Berapakah skor yang sesuai dengan pengaruh Biaya Sekolah (BSkl) terhadap variabel Pendapatan (Pdtn) dan seterusnya (berikan nilai 0 sampai 3 sesuai dengan kesepakatan para pakar). Dan seterusnya.

Angket dalam bentuk Tabel 3 sebagai berikut:

Tabel 3. Pengisian Sel Nilai pada Kebutuhan Data

Sumber: Fauzi (2019)

Berdasarkan hasil perhitungan data isian tersebut, variabel-variabel yang diteliti dikelompokkan menjadi empat kuadran berdasarkan kategori ketergantungan dan dampaknya seperti terlihat dalam Tabel 4 berikut ini.

Tabel 4. Jenis, Peran, Status, dan Implikasi Variabel Jenis Variabel Peran dan Status Variabel Implikasi Influence Variables Variabel dengan dampak tinggi dan

ketergantungan rendah

Variabel yang sangat penting karena merupakan faktor penting dalam sistem dan penelitian

Relay Variables

Berpengaruh, tetapi sangat tergantung pada variabel lain juga.

Deskripsi variabel tidak stabil

Perubahan besaran ini merupa kan ketidakstabilan sistem yang dapat mempengaruhi besaran lainnya

Dependance Variables

Sangat tergantung dan relatif berpengaruh terhadap variabel lain

Sangat sensitif terhadap peruba han yang terjadi pada variabel prediktor dan variabel relai

Autonomous (Excluded)

Variables

Pengaruh kecil dan ketergantungan kecil

Ada sedikit kemungkinan untuk membuat perubahan pada sistem. Ada tidaknya variabel ini dikatakan dikecualikan karena tidak mengganggu jaringan sistem, tidak menyediakan jaringan sistem, atau tidak menguntungkan sistem.

Regulator Variables pengaruh rata-rata dan ketergantungan rata-rata

Bertindak sebagai tuas untuk sistem Sumber: Fauzi (2019)

HASILDANPEMBAHASAN

Berdasarkan hasil observasi dan informasi dari responden bahwa terdapat 22 desa pesisir dan 41 desa non-pesisir di Kabupaten Pasangkayu yang mana seperti terlihat dalam Tabel 5.

Pdtn BSkl Mort Jskl BTpr LSkl Dort MKlg Port FLkg MGr Jmsk SPPd Bsw PPPK

Pdtn 0

BSkl 0

Mort 0

Jskl 0

BTpr 0

LSkl 0

Dort 0

MKlg 0

Port 0

FLkg 0

MGr 0

Jmsk 0

SPPd 0

Bsw 0

PPPK 0

(7)

Tabel 5. Nama Desa Pesisir dan Non Pesisir di Kabupaten Pasangkayu

Nomor Kecamatan dan Desa

Desa Pesisir (DP) atau Non Pesisir

(NDP)

Nomor Kecamatan dan Desa

Desa Pesisir (DP) atau Non Pesisir

(NDP)

A Sarudu F Pasangkayu

1 Sarudu DP 35 Pasangkayu DP

2 Kumasari NDP 36 Martajaya NDP

3 Bulu Mario NDP 37 Pakawa NDP

4 Patika NDP 38 Karya Bersama DP

5 Doda DP 39 Ako NDP

B Dapurang 40 Gunung Sari NDP

6 Benggaulu NDP G Tikke Raya

7 Bulu Bonggu NDP 41 Lariang DP

8 Tirta Buana NDP 42 Jengeng Raya DP

9 Sarasa DP 43 Tikke DP

10 Dapurang NDP 44 Makmur Jaya NDP

C Duripoku 45 Pajalele DP

11 Tammarunang NDP H Pedongga

12 Saptanajaya NDP 46 Martasari NDP

13 Taranggi NDP 47 Malei NDP

14 Sipakainga NDP 48 Pedanda NDP

D Baras 49 Batu Oge DP

15 Baras DP I Bambalamotu

16 Balanti NDP 50 Poliwali NDP

17 Motu NDP 51 Bambalamotu DP

18 Bulu Parigi DP 52 Randomayang

19 Towoni NDP 53 Pangiang DP

20 Kasano DP 54 Kalola DP

D Bulu Taba 55 Wulai NDP

21 Karave NDP J Bambiara

22 Lilimori NDP 56 Kasoloang DP

23 Bukit Harapan NDP 57 Kaluku nangka NDP

24 Ompi NDP 58 Bambaira DP

25 Sumber Sari NDP 59 Tampaure DP

26 Lelejae NDP K Sarjo

27 Kasta Buana NDP 60 Maponu NDP

E Lariang 61 Letawa NDP

28 Bajawali NDP 62 Sarjo DP

29 Singgani DP 63 Sarude NDP

30 Parabu NDP

31 Kenangan NDP

32 Kulu NDP

33 Bambakoro DP

34 Batu Matoru NDP

Sumber: Hasil Penelitian (2022)

Hasil dari Focus Group Discussion (FGD) dilakukan dengan mengarahkan responden untuk mengisi angket dan hasil isiannya akan dianalisis dengan MICMAC. Isian angket merupakan hubungan antar faktor peningkatan Harapan Lama Sekolah (HLS). Jika menurut persepsi responden tidak ada hubungannya antar faktor, maka diisi dengan 0, nilai 1 jika hubungan lemah, nilai 2 untuk hubungan rata-rata, dan hubungan kuat diisi dengan angka 3. Persepsi responden terhadap hubungan antar faktor peningkatan HLS di Kabupaten Pasangkayu dapat dilihat pada Tabel 6 berikut ini.

(8)

Tabel 6. Persepsi Responden pada Hubungan Antara Faktor Peningkatan HLS

No

Faktor Peningkatan Harapan Lama Sekolah (HLS) Berdasarkan Literatur

Singkatan Persepsi Responden tentang Hubungan Antara Faktor

1 Pendapatan Pdtn Hubungan pendapatan dengan Dort, Jmsk dan

PPPK (rata-rata), dengan faktor lainnya (kuat) 2 Biaya sekolah BSkl Hubungan biaya sekolah dengan pendidikan

orang tua (hubungan lemah), dengan MGr, Jmsk dan PPPK (rata-rata), lainnya (kuat) 3 Membantu orang tua Mort Hubungan membantu orang tua dengan Jmsk

(lemah), dengan SPPD (tidak ada hubungan) dan lainnya (kuat)

4 Jarak Sekolah Jskl Hubungan Jskl dengan Jmsk (tidak ada hubungan), LSk, Port, Bsw dan PPPK (rata- rata)

5 Biaya transportasi BTpr Hubungan BTpr dengan Port, FLkg, MGr, Bsw dan PPPK (rata-rata), dengan Jmsk (tidak ada hubungan)

6 Letak sekolah LSkl Hubungan LSkl dengan MKlg, Port, Bsw dan PPPK (rata-rata), lainnya (kuat)

7 Dukungan orang tua Dort Hubungan Dort dengan LSkl dan SPPD (rata- rata), dengan lainnya (kuat)

8 Motivasi keluarga MKlg Hubungan MKlg dengan Pdtn, BSkl, Mort, Jskl (rata-rata), dengan Jmsk (tidak ada hubungan), lainnya (kuat)

9 Pendidikan orang tua Port Hubungan Port dengan Mort, BTpr, Dort, FLkg, MGr, SPPD dan PPPK (rata-rata), dengan LSkl, Jmsk (tidak ada hubungan), lainnya (kuat) 10 Faktor lingkungan FLkg Hubungan FLkg dengan Pdtn, MGr, Jmsk,

PPPK (lemah), dengan BSkl, Mort, BTpr, SPPD (rata-rata), lainnya (kuat)

11 Motivasi guru MGr Hubungan MGr dengan Pdtn, LSkl, Port, FLkg, Jmsk (rata-rata), dengan Mort, BTpr, BSkl, MKlg (lemah), lainnya (kuat)

12 Jumlah sekolah Jmsk Hubungan Jmsk dengan Pdtn, BSkl, LSkl, Dort, MKlg, Port, PPPK (rata-rata), hubungan dengan Mort, BTpr dan Bsw (lemah), lainnya (kuat) 13 Sarana dan prasarana

pendidikan

SPPD Hubungan SPPD dengan Pdtn, Jskl, LSkl, Dort, MKlg, Port (rata-rata), hubungan dengan Mort (lemah), lainnya (kuat)

14 Beasiswa yang tersedia Bsw Hubungan Bsw dengan Mort, Jskl, BTpr, MKlg, SPPD, PPPK (rata-rata), lainnya (kuat)

15 Penyuluhan pendidikan dan pemangku kepentingan

PPPK Hubungan PPPK dengan Pdtn, BTpr, Port, MGr, SPPD, Bsw (rata-rata), hubungan dengan Jskl, LSkl dan FLkg (lemah), lainnya (kuat) Jika persepsi responden telah dituangkan nilainya dalam angket, selanjutnya dianalisis dengan aplikasi MICMAC. Salah satu hasil analisis MICMAC ditunjukkan oleh Direct In- fluence/Dependence Map yang terbagi dalam 4 kuadran. Setiap variabel memiliki peran yang bisa terindetifikasi oleh aplikasi MICMAC pada Direct In-fluence/Dependence Map. Dalam Direct In- fluence/Dependence Map terbagi 4 kuadran. Variabel pada kuadran satu yaitu variabel dengan dampak tinggi dan ketergantungan rendah. Variabel pada kuadran ke 2 yaitu variabel yang dapat mempengaruhi sistem jika mendapat intervensi. Variabel pada kuadran ke 3 yaitu variabel yang dipengaruhi atau terdampak dari variabel lain. Rata-ratakan pada kuadran 4, variabel yang ada di dalamnya berpengaruh kecil pada variabel lain. Hasil analisis peningkatan Harapan Lama Sekolah secara berkelanjutan dengan aplikasi MICMAC dapat dilihat pada Gambar 5.

(9)

Gambar 5. Peta Pengaruh dan Ketergantungan Antar Variabel dalam Peningkatan Harapan Lama Sekolah di Daerah Pesisir Kabupaten Pasangkayu

Ringkasan hasil analisis MICMAC dalam peningkatan HLS dapat dilihat pada Tabel berikut ini Tabel 7. Ringkasan Hasil Analisis MICMAC Peningkatan Harapan Lama Sekolah (HLS) yang

Berkelanjutan di Pedesaan Pesisir dan Non Pesisir Kabupaten Pasangkayu Rank Berdasarkan Pengaruh dan Ketergantungan Keterangan

Variabel Kuadran

1 Dukungan Orang Tua 2 Pengaruh Tinggi, ketergantungan tinggi

2 Pendapatan 2

3 Membantu Orang Tua 1 Pengaruh Tinggi, ketergantungan rendah

4 Biaya Sekolah 2 Pengaruh Tinggi, ketergantungan tinggi

5 Biaya Transportasi 2

6 Letak Sekolah 2

7 Motivasi keluarga 2

8 Beasiswa yang tersedia 2

9 Jarak Sekolah 2

10 Sarana dan prasarana Pendidikan

2

11 Pendidikan orang tua 3 Pengaruh rendah, ketergantungan tinggi 12 Penyuluhan Pendidikan dari

pemangku kepentingan

3

13 Faktor lingkungan 3

14 Motivasi guru 3

15 Jumlah Sekolah 4 Pengaruh rendah, ketergantungan rendah

Berdasarkan hasil penelitian yang tertuang dalam Tabel 7 tersebut yang merupakan faktor kunci dalam meningkatan Harapan Lama Sekolah masyarakat berkelanjutan di Pedesaan Pesisir Kabupaten Pasangkayu adalah membantu orang tua yang berada pada kuadran 1. Membantu orang tua sebagai Influence Variables yaitu varibel dengan dampak tinggi dan ketergantungan rendah.

Variabel ini sangat penting karena merupakan faktor kunci dalam sistem dan penelitian (Fauzi, 2019).

Hal ini didukung oleh penelitian Yamin et al. (2016), yang mengatakan bahwa anak-anak di daerah pesisir fokus kegiatan sehari-hari membantu orang tuanya dalam mencari pendapatan untuk kebutuhan sehari-hari. Karena rata-rata masyarakat pesisir yang bermata pencaharian nelayan umumnya lebih memilih membantu orang tua melaut daripada bersekolah. Kuatnya dorongan orang tua terhadap anak agar bisa dapat membantu ekonomi orang tua menjadi pemicu banyaknya anak-

(10)

anak yang tidak sekolah. Padahal sekolah itu sangat penting seperti disampaikan dalam penelitian Laverde-Rojas et al. (2019); Luy et al. (2019); Sabrina et al. (2022); dan Listiyani et al. (2022) yang menunjukkan bahwa pendidikan sangat penting dan berpengaruh sangat signifikan terhadap ekonomi, kesehatan, dan IPM. Terkait IPM, hasil penelitian Listiyani et al. (2022) menunjukkan bahwa Harapan Lama Sekolah yang merupakan faktor pendidikan di daerah yang diteliti menyebabkan pertumbuhan IPM yang lambat. Hal ini disesabkan karena pendidikan merupakan variabel yang bepengaruh pada IPM dengan dampak yang besar.

Variabel-variabel yang berada di kuadran 2 merupakan variabel yang mempunyai pengaruh yang tinggi terhadap terwujudnya peningkatan Harapan Lama Sekolah masyarakat Pedesaan Pesisir Kabupaten Pasangkayu namun ketergantungannya sangat tinggi terhadap faktor lain. Dengan kata lain keberhasilan variabel-variabel yang berada di kuadran 2 memerlukan intervensi. Variabel-variabel yang di kuadran 2 adalah dukungan orang tua, pendapatan, biaya sekolah, biaya transportasi, letak sekolah, motivasi keluarga, beasiswa yang tersedia, jarak sekolah, sarana dan prasarana pendidikan.

Beberapa penelitian mendukung hasil penelitian yaitu Yosai (2016) yang menyebutkan bahwa dukungan orang tua sangat berpengaruh signifikan terhadap pendidikan dan prestasi anak. Namun dukungan orang tua perlu mendapat perhatian dari pihak stakeholders agar orang tua di pedesaan pesisir mau mendukung anak untuk bersekolah sampai jenjang pendidikan tinggi. Hasil penelitian Naite (2021) membuktikan bahwa orang tua yang memberikan dukungan terhadap pendidikan anaknya memberikan kesuksesan yang tinggi terhadap anaknya dibandingkan dengan orang tua yang tidak terlibat dalam pendidikan anaknya. Đurišić dan Bunijevac (2017) juga membuktikan keterlibatan orang tua berpengaruh sangat signifikan terhadap kesuksesan pendidikan anak.

Motivasi siswa untuk terus berpendidikan akan mendorong percepatan peningkatan pendidikan di Indonesia, khususnya Kabupaten Pasangkayu melalui peningkatan Harapan Lama Sekolah. Motivasi keluarga penting, hal ini diperkuat oleh penelitian Vorkapić & Šikić (2019) yang menyatakan bahwa pendidikan pra-sekolah adalah hal yang paling berpengaruh dalam kelanjutan pendidikan seorang anak. Anak akan memiliki harapan tinggi dalam pendidikan ketika dorongan atau mindset yang ditanamkan oleh keluarga positif terhadap pendidikan. Keberhasilan siswa memainkan peran penting dalam lembaga pendidikan, maka dari itulah pentingnya peran keluarga dalam untuk mendukung dan memotivasi siswa agar terus berusaha menjadi lebih baik dalam belajar (Alyahyan & Düştegör, 2020).

Hasil penelitian Halimatusadiah (2018) menunjukkan bahwa pendapatan orang tua berpengaruh signifikan terhadap pendidikan anak ke jenjang yang lebih tinggi. Namun masyarakat pesisir yang mata pencahariannya sebagai nelayan memiliki pendapatan yang rata-rata rendah.

Oleh karena itu dibutuhkan intervensi dari lembaga pemerintah atau terkait lainnya dalam meningkatkan ekonomi nelayan agar tidak terlalu bergantung dengan alam. Selain itu, juga dapat dilakukan alternatif lain dengan memberikan lapangan pekerjaan selain sebagai nelayan. Jika pendapatan sebagai nelayan masih rendah maka beasiswa kepada anak nelayan dapat menjadi alternatif untuk meningkatkan Harapan Lama Sekolah di daerah pesisir Kabupaten Pasangkayu.

(11)

Pendapatan nelayan merupakan komponen dalam penghitungan Nilai Tukar Nelayan (NTN).

Nilai tukar nelayan adalah penjumlahan pendapatan yang diperoleh dari usaha perikanan dan non- perikanan dibagi dengan penjumlahan untuk pengeluaran biaya operasi usaha perikanan dan konsumsi rumah tangga. Jika rasionya lebih besar dari 1 maka dapat dikatakan nelayan atau masyarakat pesisir sejahtera. Ada peningkatan ekonomi jika pendapatan usaha perikanan dan non- perikanan jauh lebih besar dari biaya operasi perikanan dan konsumsi (Kusdiantoro et al., 2019).

Hal ini membutuhkan intervensi dari pemerintah dan stakeholders terkait untuk membantu meningkatkan pendapatan yang signifikan pada usaha perikanan dan non-perikanan.

Hasil penelitian lainnya yang berada pada kuadran 2 adalah beasiswa, letak sekolah dan jarak sekolah. Program beasiswa memerlukan intervensi dari banyak pihak, oleh karena itu hasil analisis antar variabel dengan MICMAC, variabel beasiswa berada pada kuadran 2. Letak sekolah yang strategis yaitu mudah dijangkau, dekat jalan raya akan memotivasi anak dan orang tua untuk mengakses sekolah. Demikian juga untuk jarak sekolah, yang mana semakin dekat dengan hunian warga maka semakin meningkatkan motivasi untuk bersekolah. Jika jarak sekolah jauh maka diperlukan intervensi sarana prasarana untuk mendukung peningkatan anak bersekolah, misalnya dengan angkutan umum dan bis sekolah. Banyak contoh-contoh pengembangan sekolah informal yang didirikan tanpa harus membutuhkan bangunan fisik sekolah, sehingga sekolahan bisa didekatkan dengan komunitas. Namun harus tetap mendapatkan dukungan dinas pendidikan setempat dalam hal status kesetaraan ijazah sesuai levelnya.

Selain dari pengaruh orang tua, disini ada keterkaitan yang kuat antara pengaruh pendapatan terhadap pendidikan. Artinya jika pendapatan orang tua tinggi untuk bersekolah tidak perlu tergantung ada tidaknya beasiswa. Menurut penelitian Cambra-Fierro et al. (2020), pembangunan berkelanjutan adalah tujuan mendasar untuk menjamin masa depan bumi ini. Mempertimbangkan dampak ekonomi negara berkembang terhadap ekonomi global dan pendidikan berkelanjutan menjadi penting karena keterkaitan yang kuat. Penelitian ini juga di perkuat hasil penelitian Malmo et al. (2021), yang menunjukkan adanya hubungan antara status sosial ekonomi dan aktivitas fisik pada sampel anak-anak yang menghadiri pra-sekolah penuh waktu di Norwegia. Penekanan pada aktivitas dalam kurikulum taman kanak-kanak di Norwegia bisa menjadi salah satu penjelasannya.

Pendidikan dan pendapatan menyediakan sumber daya sosial dan ekonomi yang tidak dapat dipisahkan. Dampak pendidikan dan ekonomi bervariasi, bisa berdampak kepada kesehatan.

Hubungan pendidikan dan ekonomi sangat positif. Sumber daya sosial melalui tingkat pendidikan berperan penting dalam meningkatkan taraf ekonomi. Maka tidak dipungkiri jika pendapata keluarga di Kabupaten Pasangkayu menjadi faktor penting untuk meningkatkan pendidikan.

Variabel hasil analisis dengan MICMAC yang berada pada kuadran 3 adalah pendidikan orang tua, penyuluhan pendidikan dari pemangku kepentingan, faktor lingkungan dan motivasi guru. Variabel dalam kuadran 3 merupakan dependence variable yaitu sangat tergantung dan relatif berpengaruh terhadap variabel lain. Variabel ini sangat sensitif terhadap perubahan yang terjadi pada variable predictor dan variable relay (Fauzi, 2019). Hal ini dapat disebabkan karena topografi Kabupaten

(12)

Pasangkayu pada beberapa desa yang sulit dijangkau, sehingga akan lebih mudah jika mobilisasi guru dan SDM yang berwenang yang aktif mendekat ke masyarakat. Variabel hasil analisis MICMAC yang berada pada kuadran 4 adalah jumlah sekolah. Variabel yang berada pada kuadran 4 merupakan autonomous (excluded) variables yaitu pengaruh kecil dan ketergantungan kecil. Variabel ini ada sedikit kemungkinan untuk membuat perubahan pada sistem. Ada tidaknya variabel ini dikecualikan karena tidak mengganggu jaringan sistem, tidak menyediakan jaringan sistem, atau tidak menguntungkan sistem (Fauzi, 2019). Variabel ini menjadi variabel yang tidak penting untuk diperhatikan oleh masyarakat pedesaan pesisir Kabupaten Pasangkayu karena membangun sekolah membutuhkan biaya tinggi dan prosedur yang tidak mudah, sehingga faktor jumlah sekolah tidak perlu diperhatikan. Oleh karena itu, pengembangan sekolah informal dengan mobilisasi guru perlu didorong.

Jumlah sekolah berada di kuadran 4 yang mempunyai pengaruh kecil terhadap peningkatan HLS di Kabupaten Pasangkayu. Hal ini dikarenakan jumlah sekolah di Kabupaten Pasangkayu (jumlah total sekolah di pedesaan pesisir dan non-pesisir) sangat kecil yang dapat dilihat pada Tabel 8.

Tabel 8. Jumlah SD, SMP, SMA, SMK dan Perguruan Tinggi di Kabupaten Pasangkayu

No

Kecamatan dan Desa

(NDP)

Jumlah Sekolah Dasar

(SD)

Jumlah Sekolah SMP

Jumlah Sekolah SMA

Jumlah Sekolah SMK

Harapan Lama Sekolah

(HLS) A Sarudu

1 Sarudu DP 5 3 1 0 11,14

2 Kumasari NDP 0 1 0 0 8,42

3 Bulu Mario NDP 2 1 0 1 14,29

4 Patika NDP 1 0 0 0 10,58

5 Doda DP 2 1 0 0 11,62

B Dapurang

6 Benggaulu NDP 4 2 1 1 12,43

7 Bulu Bonggu NDP 2 2 0 0 11,47

8 Tirta Buana NDP 2 1 0 0 10,82

9 Sarasa DP 3 0 0 1 12,45

10 Dapurang NDP 3 1 0 0 8,94

C Duripoku

11 Tammarunang NDP 2 1 1 0 12,69

12 Saptanajaya NDP 1 1 0 0 12,31

13 Taranggi NDP 1 0 0 0 11,47

14 Sipakainga NDP 1 0 0 0 10,04

D Baras

15 Baras DP 4 0 0 0 13,49

16 Balanti NDP 0 0 0 1 11,15

17 Motu NDP 3 2 0 0 13,44

18 Bulu Parigi DP 0 0 1 0 5,26

19 Towoni NDP 2 1 0 0 12,85

20 Kasano DP 3 2 0 2 13,99

D Bulu Taba

21 Karave NDP 2 0 0 0 12,79

22 Lilimori NDP 2 1 1 0 14,98

23 Bukit Harapan NDP 3 0 0 0 14,89

24 Ompi NDP 2 1 0 0 9,48

25 Sumber Sari NDP 1 0 0 0 9,91

26 Lelejae NDP 1 0 0 0 9,77

27 Kasta Buana NDP 1 1 0 0 11,15

E Lariang

28 Bajawali NDP 1 0 0 0 12,35

29 Singgani DP 3 1 0 0 15,82

30 Parabu NDP 1 1 0 1 13,72

31 Kenangan NDP 1 0 0 0

32 Kulu NDP 1 0 0 0 11,73

(13)

ECSOFiM Journal of Economic and Social of Fisheries and Marine. 2023. 10(02): 262-276 274 No

Kecamatan dan Desa

(NDP)

Jumlah Sekolah Dasar

(SD)

Jumlah Sekolah SMP

Jumlah Sekolah SMA

Jumlah Sekolah SMK

Harapan Lama Sekolah

(HLS)

33 Bambakoro DP 3 1 0 0 10,74

34 Batu Matoru NDP 1 1 1 0 12,18

F Pasangkayu

35 Pasangkayu DP 7 3 2 3 12,06

36 Martajaya NDP 1 1 0 0 14,05

37 Pakawa NDP 2 1 0 0 11,92

38 Karya Bersama DP 2 0 0 0 11,62

39 Ako NDP 2 2 0 0 13,42

40 Gunung Sari NDP 4 1 0 1 12,43

G Tikke Raya

41 Lariang DP 4 1 0 0 9,05

42 Jengeng Raya DP 1 0 1 0 8,15

43 Tikke DP 4 1 0 0 14,27

44 Makmur Jaya NDP 2 1 0 0 12,38

45 Pajalele DP 1 0 0 1 12,47

H Pedongga

46 Martasari NDP 2 0 0 0 14,78

47 Malei NDP 1 0 0 0 11,36

48 Pedanda NDP 1 1 0 0 10,12

49 Batu Oge DP 1 0 0 0 11,03

I Bambalamotu

50 Poliwali NDP 3 1 0 0 10,14

51 Bambalamotu DP 4 3 1 0 13,74

52 Randomayang NDP 3 1 0 1 17,17

53 Pangiang DP 1 0 0 0 10,26

54 Kalola DP 4 1 0 0 13,26

55 Wulai NDP 5 2 0 0 10,74

J Bambiara

56 Kasoloang DP 1 0 1 0 15,54

57 Kaluku Nangka NDP 3 0 0 0 15,00

58 Bambaira DP 3 1 0 0 10,95

59 Tampaure DP 3 0 1 0 12,37

K Sarjo

60 Maponu NDP 2 0 0 0 10,15

61 Letawa NDP 2 1 0 1 11,51

62 Sarjo DP 2 1 1 0 13,29

63 Sarude NDP 2 0 0 0 12,06

Total 132 49 13 14

Berdasarkan Tabel 8, desa yang tidak mempunyai Sekolah Dasar (SD) ada 1 desa pesisir dan 2 desa non-pesisir. Sekolah Menengah Pertama (SMP), terbanyak berjumlah 3 sekolah yaitu dimiliki desa pesisir. Sebagian besar desa tidak mempunyai sekolah jenjang SMP dan SMA. Dilihat dari luas Kabupaten Pasangkayu yaitu 3.043,75 km² merupakan wilayah yang cukup luas, dengan jumlah SD sebanyak 132 sehingga jarak antar sekolah diasumsikan terdistribusi rata maka antar sekolah berjarak 23 km². Jarak antar SMP 62 km², jarak antar SMA/SMK 112 km². Berdasarkan jarak antar sekolah ini menunjukkan jika jumlah sekolah masih relatif kecil dibandingkan jarak tempuhnya. Dampak dari jumlah sekolah yang semakin sedikit pada tingkat SMP, SMA dan tidak adanya Perguruan Tinggi, maka Angka Partisipasi Sekolah (APS) dan Partisipasi Sekolah Murni (APM) pada usia sekolah level pendidikan lebih tinggi dari SD semakin rendah. Berdasarkan data BPS Kabupaten Pasangkayu menyebutkan bahwa angka APS dan APM pada usia 16-18 tahun semakin rendah, begitupun APM pada kelompok SMA. Angka Partisipasi Sekolah (APS) merupakan proporsi dari penduduk kelompok usia sekolah tertentu yang sedang bersekolah (tanpa memandang jenjang pendidikan yang ditempuhi) terhadap penduduk kelompok usia sekolah yang bersesuaian.

(14)

Sejak tahun 2007, Pendidikan Non Formal (Paket A, Paket B, dan Paket C) turut diperhitungkan. Angka Partisipasi Murni (APM) merupakan proporsi dari penduduk kelompok usia sekolah tertentu yang sedang bersekolah tepat di jenjang pendidikan yang seharusnya (sesuai antara umur penduduk dengan ketentuan usia bersekolah di jenjang tersebut) terhadap penduduk kelompok usia sekolah yang bersesuaian. APS dan APM di Kabupaten Pasangkayu pada penduduk laki-laki cenderung lebih tinggi pada umur 7-12 (SD) dibandingan dengan perempuan, sedangkan pada kelompok umur 13-15 dan 16-18 atau SMP dan SMA, APS dan APM perempuan lebih tinggi daripada laki-laki. APS laki-laki pada kelompok umur 16-18 sebesar 60,24 yang berarti proporsi penduduk kelompok umur 16-18 yang masih bersekolah terhadap penduduk pada kelompok umur tersebut adalah sebesar 60,24%. APM perempuan pada jenjang pendidikan SMA yaitu 57,66 yang berarti proporsi penduduk pada kelompok umur jenjang pendidikan SMA yang masih bersekolah adalah sebesar 57,46%. Pada tahun 2021, APM secara umum (tidak terpilah gender) menurun yaitu APM level SMP 71,59 dan level SMA sebesar 56,68 (BPS Kabupaten Pasangkayu, 2022).

Penghitungan APS dan APM berbeda dengan HLS. Angka Harapan Lama Sekolah (HLS) didefinisikan sebagai lamanya sekolah (dalam tahun) yang diharapkan akan dirasakan oleh anak pada umur tertentu di masa mendatang (Riniwati et al., 2023). Angka HLS sangat dipengaruhi oleh usia penduduk di atas 18 tahun yang melanjutkan ke Perguruan Tinggi. HLS terendah ada di desa pesisir, sedangkan HLS tertinggi ada di desa non-pesisir. Jika jumlah SMP dan SMA semakin sedikit, maka peluang untuk melanjutkan kuliah bagi penduduk Kabupaten Pasangkayu lebih kecil.

Peningkatkan HLS di Kabupaten Pasangkayu baik desa pesisir maupun non-pesisir perlu dikembangkan model sekolah non-formal sebagai langkah percepatan atau affirmative action. Jalur pendidikan non-formal adalah jalur pendidikan di luar pendidikan formal yang dapat dilaksanakan secara terstruktur dan berjenjang. Karena kurangnya fasilitas pendidikan berupa gedung sekolah, maka diperlukan sekolah non-formal tanpa harus menunggu pembangunan sekolah yaitu dengan model kelompok belajar, paket A, B, dan C serta pusat kegiatan belajar masyarakat.

KESIMPULANDANSARAN Kesimpulan

Faktor kunci peningkatan Harapan Lama Sekolah adalah membantu orang tua. Syarat yang diberlakukan oleh masyarakat nelayan yang ekonominya terbilang lemah terhadap anak mereka yang bersekolah adalah tetap membantu orang tua. Dengan demikian, diperlukan intervensi pemerintah, orang tua, dan lembaga terkait untuk meningkatan Harapan Lama Sekolah di pedesaan pesisir dan non-pesisir Kabupaten Pasangkayu terkait faktor dukungan orang tua, pendapatan, biaya sekolah, biaya transportasi, letak sekolah, motivasi keluarga, beasiswa yang tersedia, jarak sekolah, sarana dan prasarana pendidikan.

Saran

Guna meningkatkan Harapan Lama Sekolah (HLS) di desa pesisir dan non-pesisir Kabupaten Pasangkayu dapat dilakukan dengan pengembangan sekolah non-formal. Selain itu, perlu

(15)

memaksimalkan proses mobilisasi guru dan pihak berwenang yang aktif mendekat ke masyarakat untuk kesetaraan pendidikan sesuai levelnya.

DAFTAR PUSTAKA

Alyahyan, E., & Düştegör, D. (2020). Predicting academic success in higher education: Literature review and best practices. International Journal of Educational Technology in Higher Education, 17(1), 3. https://doi.org/10.1186/s41239-020-0177-7

BPS Kabupaten Pasangkayu. (2022). Kabupaten Pasangkayu Dalam Angka 2022.

BPS Sulawesi Barat. (2022). Angka Harapan Lama Sekolah (HLS) menurut Jenis Kelamin (Tahun), 2020-2022. BPS Sulawesi Barat.

Cambra-Fierro, J., Melero-Polo, I., Patrício, L., & Sese, F. J. (2020). Channel Habits and the Development of Successful Customer-Firm Relationships in Services. Journal of Service Research, 23(4), 456–475. https://doi.org/10.1177/1094670520916791

Đurišić, M., & Bunijevac, M. (2017). Parental Involvement as a Important Factor for Successful Education.

Center for Educational Policy Studies Journal, 7(3), 137–153. https://doi.org/10.26529/cepsj.291 Fauzi, A. (2019). Teknik analisis berkelanjutan. PT. Gramedia Pustaka Utama.

Godet, M. (2004). Scenarios and Strategies: A toolbox for Problem Solving. Laboratoire d’Investigation en Prospective, Stratιgie et Organisation.

Halimatusadiah, I. (2018). Pengaruh Pendapatan Orang Tua dan Disiplin Belajar Terhadap Prestasi Belajar Ilmu Pengetahuan Sosial. 1(1).

KemenPPA. (2022). Pembangunan Manusia Berbasis Gender. KemenPPA.

Kusdiantoro, K., Fahrudin, A., Wisudo, S. H., & Juanda, B. (2019). Perikanan Tangkap di Indonesia:

Potret Dan Tantangan Keberlanjutannya. Jurnal Sosial Ekonomi Kelautan Dan Perikanan, 14(2), 145. https://doi.org/10.15578/jsekp.v14i2.8056

Laverde-Rojas, H., Correa, J. C., Jaffe, K., & Caicedo, M. I. (2019). Are average years of education losing predictive power for economic growth? An alternative measure through structural equations modeling. PLOS ONE, 14(3), e0213651. https://doi.org/10.1371/journal.pone.0213651

Listiyani, N., Zulfikar, R., Jaelani, A., & Susanto, D. (2022). The Years Of Schooling Contribution As Factors That Most Considered In Increasing Human Development Index. International Journal of Educational Research & Social Sciences.

Luy, M., Zannella, M., Wegner-Siegmundt, C., Minagawa, Y., Lutz, W., & Caselli, G. (2019). The impact of increasing education levels on rising life expectancy: A decomposition analysis for Italy, Denmark, and the USA. Genus, 75(1), 11. https://doi.org/10.1186/s41118-019-0055-0 Malmo, O., Kippe, K., & Lagestad, P. (2021). The Importance of Parents’ Income and Education

Level in Relation to Their Preschool Children’s Activity Level at Leisure. Children, 8(9), 733.

Naite, I. (2021). Impact of Parental Involvement on Children’s Academic Performance at Crescent International School, Bangkok, Thailand. IOP Conference Series: Earth and Environmental Science, 690(1), 012064. https://doi.org/10.1088/1755-1315/690/1/012064

Riniwati, H., Wike, W., & Candra, F. (2022). Penyusunan Dokumen Kajian Analisis Indeks Pembangunan Manusia (IPM) Kecamatan Kabupaten Lumajang Tahun Anggaran 2022.

Sekolah Pascasarjana UB dan Bappeda Kabupaten Lumajang.

Riniwati, H., Wike, W., & Parmawati, R. (2022). Profil Gender Kabupaten Pasangkayu Tahun Anggaran 2022 [Laporan Penelitian].

Riniwati, H., Wike, W., Parmawati, R., & Candra, F. (2023). Buku Penyusunan Indeks Pembangunan Manusia (IPM) dan Indeks Pembangunan Gender (IPG).

Sabrina, R., Manurung, A. I., & Sirait, B. A. (2022). Peningkatan Rata-Rata Lama Sekolah (RLS) dari Harapan Lama Sekolah (HLS) di Sumatera Utara. 6.

Sujarweni, V. W. (2014). Metodologi penelitian: Lengkap, praktis, dan mudah dipahami: Vol.

Pertama (Cetakan pertama, 2014). Yogyakarta : Pustaka Baru Press, 2014.

Vorkapić & Šikić, 2019.pdf. (n.d.).

Yamin, M., Kiptiah, M., & Nugroho, H. P. (2016). Kajian Tentang Pendidikan Masyarakat Pesisir di Kabupaten Tanah Laut.

Yosai, S. (2016). The Influence of Parental Involvement and Education Policy on Student Achievement in High Schools in NongChok District, Bangkok, Thailand.