LAPORAN PRAKTIKUM ANALISIS KORELASI DAN REGRESI Metode Analisis Perencanaan I
Dosen Pembimbing :
Widiyanto Hari Subagyo Widodo, ST., M. Sc Penyusun :
Ester Parmanes / 2224034
PROGRAM STUDI PERENCANAAN WILAYAH DAN KOTA FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
INSTITUT TEKNOLOGI NASIONAL MALANG 2023
Kata Pengantar
Puji syukur kehadirat Tuhan Yang Maha Esa yang telah memberikan rahmat dan karunia Nya sehingga kami diberikan kelancaran dalam menyelesaikan Laporan yang berjudul
“Laporan Praktikum Analisis Korelasi Dan Regresi” yang mana merupakan bagian dari tugas individu Mata Kuliah dari Metode Analisis Perencanaan I. Dalam proses penyusunan laporan ini diselesaikan dengan baik dan berkat bantuan serta bimbingan dari berbagai pihak. Oleh
karena itu kami ingin menyampaikan rasa terimakasih kepada:
1. Bapak Widiyanto Hari Subagyo Widodo, ST., M. Sc selaku dosen pembimbing Mata Kuliah Ekonomi Wilayah dan Kota.
2. Kakak-kakak tingkat dan juga Alumni yang telah yang telah memberikan informasi dan masukan mengenai Mata Metode Analisis Perencanaan I berdasarkan pengalaman yang mereka miliki.
3. Orang tua dan keluarga yang telah memberikan dukungan, baik dalam doa, motivasi, serta finansial.
4. Teman-teman atas semangat, kerjasama, dan kekompakannya serta teman-teman seperjuangan PWK Angkatan 2022 (Ataraksa) atas semangat, kerja keras, dan kekompakannya
Menyadari bahwa dalam Menyusun laporan memiliki keterbatasan oleh karena itu kami sangat mengharapkan adanya kritik dan saran yang membangun demi kesempurnaan laporan ini.
Malang, 20 Oktober 2023 Penyusun
DAFTAR TABEL
Tabel 1 Data IPM Papua ...11
DAFTAR GAMBAR
Gambar 1 Tabel Standartisasi Z Score...11 Gambar 2 Tabel Uji Korelasi...12
Gambar 3 Tabel Variabel Entered Removed
...13 Gambar 4 Tabel Model Summary...13 Gambar 5 Tabel Uji Anova...13
BAB I
PENDAHULUAN
1.1 Latar Belakang
Perencanaan adalah suatu proses memutuskan sebelumnya mengenai apa yang harus dilakukan dimasa mendatang, bagaimana, kaoaan, dan oleh siapa dengan memepertimbangkan semua faktor – faktor yang memeperngaruhi ( Koontz dan O’Donnell, 1976). Perencanaan adalah suatu proses penyusunan tujuan – tujuan dan pengaturan sumber daya untuk mencapai tujuan tersebut secara efektif dan efisien.
(Chester I. Barndard). perencanaan adalah bahwa itu merupakan suatu proses yang melibatkan keputusan sebelumnya mengenai tindakan apa yang akan dilakukan di masa depan, bagaimana cara melakukannya, kapan, dan oleh siapa. Proses ini mempertimbangkan semua faktor yang dapat mempengaruhi implementasi rencana tersebut. Selain itu, perencanaan juga melibatkan penetapan tujuan dan alokasi sumber daya untuk mencapai tujuan tersebut dengan cara yang efektif dan efisien. Proses perencanaan harus berjalan secara berkelanjutan dan berkesinambungan. Memahami hal-hal yang perlu diperhatikan adalah sangat penting dalam perencanaan. Tahap krusial dalam proses ini adalah pengambilan keputusan mengenai tindakan terbaik
untuk mencapai perubahan atau pengembangan, beserta cara pelaksanaannya. Tujuan dari perencanaan adalah mencapai target spesifik yang telah diidentifikasi atau ditetapkan sebelum memulai suatu proyek (Conyer dan Hills, 1984). Perencanaan adalah suatu kegiatan yang menghubungkan pengetahuan dengan tindakan yang terstruktur dengan baik. Oleh karena itu, Perencanaan Wilayah dan Kota adalah proses untuk merumuskan rencana terkait wilayah dan kota, yang akan menjadi landasan bagi perubahan dan pengembangan wilayah serta kota menuju masa depan yang lebih baik.
Proses ini bergantung pada keterkaitan antara pengetahuan dan tindakan yang akan dilaksanakan. Dalam proses pengambilan keputusan, diperlukan bantuan dari berbagai metode analisis untuk mengidentifikasi karakteristik khusus dari wilayah dan kota, baik di masa lalu, sekarang, maupun kecenderungannya di masa yang akan datang.
Dengan cara ini, dapat diperoleh pemahaman yang dapat diandalkan sebagai dasar untuk membuat keputusan terkait tindakan di masa mendatang. Hal ini kemudian akan menghasilkan rencana yang efektif sebagai hasil dari proses tersebut.
Analisis adalah kegiatan berpikir untuk menguraikan suatu keseluruhan menjadi komponen sehingga dapat mengenal tanda – tanda komponen, hubungannya satu sama lain dan fungsi masing – masing dalam saty keseluruhan yang terpadu.
(Komaruddin, 2001). Analisis diartikan sebagai suatu proses untuk memecahkan sesuatu kedalam bagian yang saling berkaitan. (Goys Keraf). Analisi merupakan suatu cara untuk membantu perencana dalam mendukung dan proses suatu renacana.
Metode Analisis Perencanaan adalah seperangkat teknik atau alat bantu yang membantu perencana dalam melakukan analisis untuk mendukung proses perencanaan wilayah dan kota. Metode ini terdiri dari dua pendekatan berbeda, yaitu analisis kuantitatif dan analisis kualitatif, dan keduanya memiliki kepentingan yang sama. Selain dari perspektif pendekatan ini, Metode Analisis Perencanaan juga mempertimbangkan elemen-elemen
utama wilayah dan kota yang perlu dipahami dengan baik, seperti elemen fisik, elemen sosial-budaya, elemen ekonomi, dan elemen interaksi spasial. Karena perencanaan adalah suatu proses, Metode Analisis Perencanaan juga mencakup teknik yang mendukung setiap tahap di dalam proses perencanaan, yang secara umum meliputi kegiatan mendeskripsikan karakteristik, peramalan masa depan, dan membuat keputusan.
Dalam penelitian dan perencanaan, analisis merupakan proses memecah suatu keseluruhan menjadi komponen yang saling terkait, untuk memahami tanda-tanda komponen tersebut, hubungannya, dan fungsi masing-masing dalam kesatuan yang terpadu. Analisis juga merupakan cara untuk memecahkan sesuatu menjadi bagian yang berkaitan satu sama lain. Pentingnya analisis dalam perencanaan terutama tercermin dalam penggunaan metode regresi korelasi. Metode ini memungkinkan perencana untuk menentukan hubungan sebab akibat antara variabel-variabel yang diamati. Oleh karena itu, regresi korelasi menjadi sangat penting dalam membantu perencana melakukan analisis yang dapat mengidentifikasi pengaruh antara variabel independen dan variabel dependen dalam suatu konteks perencanaan.
BAB II
ANALISIS KORELASI DAN REGRESI
2.1 Definisi Analisis Korelasi
Analisis korelasi merupakan pengukur hubungan dua variabel atau lebih yang dinyatakan sebagai tingkat hubungan (derajat keeratan) antarvariabel. (Robert
Kurniawan )Dalam menggunakan korelasi tidak dipersoalkan adanya ketergantungan atau variabel yang satu tidak harus bergantung dengan variabel lainnya.
Korelasi merupakanteknik analissi yang didalamnya termasuk, Teknik
oengukuran asosiasi atau hubungan (measures of association). (Jontahan Sarwo, 2011).
Salah satu teknik analisis dalam statistik yang digunakan untuk mencari hubungan antara dua variabel yang bersifat kuantitatif. Hubungan dua variabel tersebut dapat terjadi karena adanya hubungan sebab akibat atau dapat pula terjadi karena kebetulan saja. Korelasi juga merupakan hubungan anatara Dua variable gagasan dasar dari analisis korelasi untuk melaporkan hubungan antara dua variabel . (Lind, etc, 2008) dikatakan berkolerasi apabila perubahan pada variabel yang satu akan diikuti perubahan pada variabel yang lain secara teratur dengan arah yang sama (korelasi positif) atau berlawanan (korelasi negatif).
Jenis koefisien korelasi yang digunakan untuk mengukur kuatnya hubungan antara dua variabel, antara lain bergantung pada skala numerik maka : 1. Apabila kedua variabel berskala numerik maka apat digunakan koefisein kolerasi pearson, separman, atau kendall’ s tau – b.
2. Apabila kedua variabel berskala katagorik ordinal maka dapat digunakan koefisien korelasi gamma, somer’s d, kendall’s tau – b, atau kendall’s tau – c.
3. Apabila kedua variabel berskala kategorik nominal maka dapat digunakan koefisien korelasi contingency, coefficient, phi and cramer’s V, lambda, atau umcertainty coeffient.
4. Apabila salah satu variabel beskala nominal dan variabel yang lain berkalsa interval maka dapat digunakan koefisien korelasi eta.
Pada populasi, koefisien korelasi atau kuatnya hubungan anatara variabel x dan y ditulis pxy ( p dibaca rho ). Nilai berkisar anatara -1 <_ pxy <_ 1.
2.2 Tujuan Analisis Korelasi
Analisis Korelasi bertujuan untuk mengerhaui ada tidaknya hubungan antar variable dan keeratan hubungannya. Korelasi merupakan angka yang menunjukkan arah dan kuatnya hubungan antaravariabel yang teliti. Arahvariabel dapat bernilai positif dan negative serta 0 ( Nol ) apabila tidak memiliki hubungan sama sekali.
Tujuan utama dari analisis korelasi adalah untuk mengidentifikasi apakah ada hubungan statistik yang signifikan antara dua atau lebih variabel. Korelasi juga membantu dalam mendeskripsikan sifat dari hubungan tersebut (apakah positif atau negatif, kuat atau
lemah). Manfaat adanya analisis korelasi ini membantu dalam menentukan hubungan statistic yang signifikan antara varibalenya. Korelasi dapat digunakan untuk menguji hipotesis dan teori tentang hubungan antar variabel. Analisis korelasi seringkali digunakan untuk menyatakan derajat kekuatan hubungan antara dua variabel. Dengan mengetahui hubungan antar 2 variabel, kita bisa mendeskripsikan bagaimana gambaran yang lebih bermanfaat dari data-data yang kita miliki. Korelasi seringkali digunakan dalam dunia riset ataupun bisnis
2.3 Definisi Analisis Regresi
Pengukur hubungan antara dua variabel atau lebih yang dinyatakan dengan bentuk hubungan / fungsi yang diperlukan pemisahan yang tegas antar variabel bebasa dan variabel terkait, biasanya disimbolkan dengan x dan y. (Robrt Kurniawan,).
Analisis regesi adalah cara sederhana dalam melakukan investigasi terkait relasi
fungsional antara variabel – variabel berbeda. (Nawari, 2010). Analisis regresi adalah salah satu yang paling sering digunakan untuk mengevaluasi pengaruh suatu Variabel bebas (X) terhadfap Variabel respon (Y). Aanalisis regresi dan korelasi dapat membantu dalam melakukan proyeksi penentuan karakteristik hubunga anatra varibael. Analisis regresi adalah metode statistik yang digunakan untuk memahami hubungan antara satu variabel dependen (variabel respon) dan satu atau lebih variabel independen (variabel prediktor).
- Variabel dependen adalah variabel yang ingin kita prediksi atau jelaskan dalam analisis regresi. Kadang-kadang disebut juga sebagai variabel respons atau variabel terikat. Dalam konteks analisis regresi, variabel dependen adalah variabel yang dipengaruhi oleh atau tergantung pada variabel independen.
- Variabel independen adalah variabel yang digunakan untuk menjelaskan atau memprediksi nilai dari variabel dependen. Variabel ini juga dikenal sebagai variabel prediktor atau variabel bebas. Dalam analisis regresi, variabel independen dianggap sebagai faktor yang dapat menyebabkan perubahan pada variabel dependen.
Ini membantu dalam memodelkan dan memprediksi nilai variabel dependen berdasarkan variabel independen. Secara umum analisis regresi dapat dikelompokkan menjadi 4 (empat) yaitu :
• Regresi Parametrik
Analisis regresi yang memerlukan pemenuhan asumsi di dalamnya, salah satunya adalah pemeunuhan distribusi normal bagi data dan residual model
• Regresi Logistik
Analissi regresi yang diperuntukkan bagi data yang tidak memenuhi asumsi pada pengguna regesi parametik. Diantaranya adalah syarat kenormalan distribusi data homogentitas ragam data. Regresi logistic sangat sesuai digunakan untuk menganalisis hubungan antar variabel jika data hasil pengamatannya bersifat kualitataif berskala nominal atau ordinal.
• Regresi Non Parametrik
Analisis regresi yang memerlukan pendugaan model berdasarkan pendekatan yang tidak terikat asumsi bentuk regsei tertemu.
• Regresi Semi Parametrik
Abalisis regesi yang merupakan gabungan antara regresi parametrik dan regsi non parametrik.
2.5 Tujuan Analisis Regresi
Analisis regresi bertujuan untuk menggali hubungan antara variabel independen dan variabel dependen serta untuk meramalkan atau menjelaskan perubahan dalam variabel dependen berdasarkan variabel independen yang terkait. Melalui analisis regresi, kita dapat menilai intensitas hubungan antara variabel-variabel tersebut, mengukur dampak variabel independen pada variabel dependen, mengenali variabel yang memiliki signifikansi statistik, dan membuat prediksi mengenai nilai variabel
dependen berdasarkan nilai variabel independen. Analisis regresi digunakan untuk menyoroti kausalitas, menemukan faktor-faktor yang memiliki pengaruh, dan menyediakan landasan empiris dalam proses pengambilan keputusan.Tujuan analisis regresi adalah untuk memehami seberapa besar dan signifikan pengaruh variabel independent terhadap variabel dependen. Regresi memungkinkan untuk membuat prediksi berdasarkan model yang terlah dibuat.
BAB III UJI ANALISIS
4.1 Studi Kasus
Indeks Pembangunan Manusia (IPM) adalah indikator untuk mengukur prestasi pembangunan masyarakat dan kualitas hidup dan mengukur keberhasilan dalam membangun kualitas hidup masyarakat. Penciptaan indeks ini menekankan pentingnya masyarakat dan sumber daya mereka dalam pembangunan. Indeks ini dibentuk oleh rata-rata pencapaian tiga dimensi utama pembangunan manusia, yaitu umur panjang dan hidup sehat, pengetahuan dan taraf hidup yang layak.
Provinsi Papua merupakan salah satu provinsi di Indonesia dengan IPM terendah.
IPM adalah 60,62, meningkat 30% (0,18) dibandingkan hasil tahun lalu. Karena rendahnya data IPM Papua, maka sudah menjadi keharusan untuk meningkatkan IPM Papua dan meningkatkan IPM di sana. Dtaa IPM Papua :
Tabel 1 Data IPM Papua
TAHUN IPM HLS RLS PK
2020 60,44 11,08 6,69 6,954
2019 60,84 11,05 6,65 7,336
2018 60,06 10,83 6,52 7,159
2017 59,09 10,54 6,27 6,996
2016 58,05 10,23 6,16 6,637
4.2 Analisis Korelasi
Analisis Korelasi yang diawal dengan analisis Standarisasi Z score 4.2.1 Standarisasi Z Score
Gambar 1 Tabel Standartisasi Z Score
Adapun hipotesa yang dapat dirumuskan untuk korelasi secara umum untuk keseluruhan variabel yang berpengaruh terhadap perubahan HLS,
RLS, PPK pada wilayah studi adalah :
a. Hipotesis awal (Ho) Tidak ada hubungan antara variabel X (IPM) dengan HLS, RLS, PPK (Y).
b. Hipotesis alternative (H1) Ada hubungan antara variabel X (IPM) dengan HLS, RLS, PPK (Y).
Dengan data yang telah didapatkan maka dilakukanlah normalitas data untuk mendapatkan validasi data tersebut yang mana berdasarkan hasil didapatkan data tersebut telah berdistribusi normal, sehingga dapat digunakan untuk uji analisis tahap selanjutnya yaitu korelasi.
4.2.2 Uji Korelasi
Gambar 2 Tabel Uji Korelasi
- Nilai Signifikan
o Jika nilai signifikasi < 0,05 maka berkorelasi o Jika nilai signifikasi > 0,05 maka tidak berkorelasi - Nilai Person
o Nilai Person Correlation 0,00 -0,20 ini tidak berkorelasi o Nilai Person Correlation 0,21 -0,40 ini korelasi lemah o Nilai Person Correlation 0,41- 0,60 ini korelasi sedang o Nilai Person Correlation 0,61- 0,80 ini korelasi kuat o Nilai Person Correlation 0,81- 1,00 ini korelasi sempurna
1. Analisis Korelasi HLS terhadap IPM R = 0,986 (Korelasi sempurna)
Sig = 0,002 (berkorelasi 2. Analisis Korelasi HRLS terhadap IPM
R = 0,989 (Korelasi sempurna) Sig = 0,007 (berkorelasi) 3. Analisis Korelasi PPK terhadap IPM
R = 0,860 (Korelasi sempurna) Sig = 0,061 (Tidak berkorelasi) 4.3 Analisis Regresi
Analisis Regesi dengan penggujian Uji R Square sebagai langkah awal.
4.3.1 Uji R Square
Gambar 3 Tabel Variabel Entered Removed
Gambar 4 Tabel Model Summary
Model Summary menjelaskan mengenai tingkat prosentase pengaruh variabel independen terhadap variabel dependen (nilai adjusted R square), yang memiliki range nilai 0-1. Semakin tinggi nilai adjusted R square, maka
semakin tinggi pengaruh independen terhadap variabel dependen.
Analisis Uji Regresi :
Berdasarkan hasil diperoleh nilai R square yang didapatkan sebesar 1,000 yang berarti variabel X (independent) memiliki pengaruh tinggi terhadap variabel Y (dependen).
4.3.2 Uji Anova / Uji F
Gambar 5 Tabel Uji Anova
(Sig < 0,05 = model diterima/dipakai untuk Analisis regresi) Analisis Uji Anova :
Dari uji Anova pada tabel di atas, diketahui nilai SIG 0,021 (di bawah 0,05) sehingga dapat diketahui bahwa variabel independen (HLS, RLS,dan PPK) memiliki pengaruh terhadap variabel dependen (IPM) 4.3.3 Persamaan Regresi
Y = (-5.372E-15) + 0,4350X1 + 0,331 X2 + 0.291 X3 X = Konstanta sebesar (-5.372 E - 15 )
menyatakan bahwa jika tidak ada penambahan data RLS,HLS, dan PPK.
Makapengaruh jumlah IPM sebesar (-5.372 E - 15 ) X1 = Koefisien regresi X1 (HLS) Sebesar 0.4350
menyatakan bahwa setiap penambahan jumlah HLS sebesar 1 satuan akan berpengaruh pada peningkatan jumlah IPM sebesar 0.4350.
X2 = Koefisien regresi X2 (RLS) Sebesar 0.331
menyatakan bahwa setiap penambahan jumlah RLS sebesar 1 satuan akan berpengaruh pada peningkatan jumlah IPM sebesar 0.331.
X3 = Koefisien regresi X2 (PPK) Sebesar 0.291
menyatakan bahwa setiap penambahan jumlah PPK sebesar 1 satuan akan berpengaruh pada peningkatan jumlah IPM sebesar 0.291
Analisis :
Berdasarkan tabel diatas dapat di tarik kesimpulan bahwa variabel yang memiliki pengaruh besar terhadap variabel Y adalah variable HLS dengan nilai sebesar 0.435, kedua adalah variabel RLS dengan nilai 0.331, ketiga variabel PPK dengan nilai O.291
BAB IV PENUTUP
5.1 Kesimpulan
Harapan Lama Sekolah (HLS) dan Rata-rata Lama Sekolah (RLS) memiliki pengaruh yang sangat besar terhadap Indeks Pembangunan Manusia (IPM). Oleh karena itu, meningkatkan tingkat pendidikan dan kualitas pendidikan di wilayah studi sangat penting untuk meningkatkan IPM. Pengeluaran Per Kapita (PPK) juga berpengaruh positif terhadap IPM, meskipun dengan kekuatan yang sedikit lebih rendah dibandingkan dengan HLS dan RLS. Konstanta dalam persamaan regresi memiliki dampak yang sangat kecil pada IPM dan bisa diabaikan. Analisis ini memberikan wawasan yang penting untuk perencanaan dan pengembangan wilayah studi, terutama dalam upaya meningkatkan Indeks Pembangunan Manusia. Dengan fokus pada peningkatan pendidikan (HLS dan RLS) serta peningkatan pengeluaran per kapita (PPK), dapat diharapkan bahwa IPM akan meningkat secara signifikan 5.1.1 Analisis Korelasi
Indeks Pembangunan Manusia (IPM) memiliki korelasi yang sangat kuat dengan
Harapan Lama Sekolah (HLS) dan Rata-rata Lama Sekolah (RLS), dengan nilai korelasi mencapai 0.986 dan 0.989 secara berturut-turut. Ini menunjukkan bahwa semakin tinggi IPM, semakin tinggi juga HLS dan RLS. Namun, korelasi antara IPM dan Pengeluaran Per Kapita (PPK) lebih rendah, sekitar 0.860. Hal ini menunjukkan bahwa hubungan antara IPM dan PPK tidak sekuat hubungannya dengan HLS dan RLS.
5.1.2 Analisis Regresi
Koefisien regresi menunjukkan pengaruh variabel independen (HLS, RLS, dan PPK) terhadap variabel dependen (IPM). Dari persamaan regresi yang diberikan, HLS memiliki koefisien tertinggi (0.435), diikuti oleh RLS (0.331) dan PPK (0.291). Koefisien negatif pada konstanta menunjukkan bahwa tanpa penambahan data RLS, HLS, dan PPK, IPM memiliki pengaruh negatif sebesar -5.372E-15. Namun, nilai ini sangat kecil dan bisa diabaikan dalam konteks analisis ini. Hasil dari uji Anova menunjukkan bahwa model regresi secara keseluruhan signifikan, dengan nilai p < 0.05. Artinya, model ini dapat digunakan untuk melakukan analisis regresi. Nilai R Square adalah 1, yang menunjukkan bahwa seluruh variabilitas IPM dapat dijelaskan oleh HLS, RLS, dan PPK. Ini menunjukkan bahwa model regresi memberikan hasil yang sangat baik dalam menjelaskan hubungan antara variabel independen dan IPM.
5.2 Kebijakan
Kebijakan yang dapat diambil dari studi kasus yang ada, antara lain : 1. Untuk Pendidikan
Harapan Lama Sekolah (HLS) dan Rata-rata Lama Sekolah (RLS) memiliki pengaruh yang sangat besar terhadap Indeks Pembangunan Manusia (IPM). Meningkatkan
pendidikan dan kualitas pendidikan di wilayah studi sangat penting untuk meningkatkan IPM. Fokus pada program-program pendidikan yang mendukung peningkatan Harapan Lama Sekolah (HLS) dan Rata-rata Lama Sekolah (RLS). Investasikan dalam fasilitas pendidikan yang memenuhi standar kualitas.
2. Untuk pengembangan Per Kapita
Pengeluaran Per Kapita (PPK) juga memiliki pengaruh positif terhadap IPM, meskipun dengan kekuatan yang sedikit lebih rendah dibandingkan dengan HLS dan RLS. Dorong pertumbuhan ekonomi dan kebijakan redistribusi yang memungkinkan peningkatan pengeluaran per kapita di wilayah studi kasus Papua.
3. Untuk faktor pendukung
HLS, RLS, dan PPK adalah faktor-faktor penting, konstanta dalam persamaan regresi memiliki dampak yang sangat kecil pada IPM dan bisa diabaikan. Meskipun faktor- faktor utama adalah HLS, RLS, dan PPK, tidak boleh diabaikan faktor-faktor lain seperti kesehatan, lingkungan, dan faktor sosial lainnya. Analisis ini memberikan wawasan yang penting untuk perencanaan dan pengembangan wilayah studi. Penting untuk melakukan pemantauan dan evaluasi berkala terhadap implementasi kebijakan dan dampaknya terhadap IPM.
5. Unruk Pemerintah
Untuk mencapai peningkatan IPM yang signifikan, diperlukan kerjasama dengan berbagai pihak terkait seperti pemerintah, lembaga pendidikan, sektor swasta, dan masyarakat setempat. Bangun kemitraan dan kolaborasi yang kuat dengan semua stakeholder terkait untuk mendukung implementasi kebijakan peningkatan IPM.
6. Untuk Masyarakat
Edukasi dan kesadaran masyarakat juga merupakan faktor penting. Masyarakat perlu diberikan pemahaman tentang pentingnya pendidikan dan investasi dalam kesejahteraan ekonomi. Sosialisasikan dan tingkatkan kesadaran masyarakat tentang pentingnya pendidikan, peningkatan ekonomi, dan kesejahteraan.
Dengan menerapkan kebijakan-kebijakan ini, diharapkan bahwa wilayah studi akan mengalami peningkatan signifikan dalam Indeks Pembangunan Manusia (IPM), mencerminkan peningkatan kualitas hidup dan pembangunan masyarakat Papua secara keseluruhan.
