RResearch OS
Shortlisted

Pemodelan Spasial & Analisis Hambatan Kritis (Bottleneck) IPM 514 Kabupaten/Kota

Peningkatan Indeks Pembangunan Manusia di tingkat kabupaten/kota sering terhambat oleh disparitas spasial dan ketidaktahuan pemda mengenai faktor pembatas utama (apakah kesehatan/UHH, lama sekolah, atau daya beli riil).

Scoring

Used for prioritisation only — a high score is not proof the research is good.

Relevance (20%)
90
Data evidence (20%)
95
Impact (15%)
90
Data quality (10%)
90
Temporal / spatial coverage (10%)
95
ML potential (10%)
85
Novelty (5%)
75
Solo feasibility (10%)
90
Topic
Modal Manusia & Akses Layanan Dasar (Pembangunan Manusia)
Potential target
Indeks Pembangunan Manusia / IPM (Var ID 7) atau Klasifikasi Status IPM (Sangat Tinggi, Tinggi, Sedang, Rendah)
Potential features
  • Angka Harapan Hidup saat Lahir / UHH (Var ID 3)
  • Rata-Rata Lama Sekolah / RLS (Var ID 5)
  • Harapan Lama Sekolah / HLS (Var ID 4)
  • Pengeluaran Riil per Kapita Disesuaikan (Var ID 6)
Potential data
  • BPS Panel Indeks Pembangunan Manusia 514 Kabupaten/Kota
Limitations
  • IPM adalah indeks komposit matematis sehingga pemodelan ML harus diarahkan pada analisis kontribusi spasial (Spatial Lag / GWR / SHAP) atau imputasi estimasi area kecil (SAE)
Leakage risks
  • Komponen penyusun IPM memiliki korelasi mekanis langsung dengan angka IPM sehingga analisis harus fokus pada dekomposisi bottleneck dan spasial spillover
Confidence
high
Decision
Shortlisted — Ukuran sampel sangat besar (7.710 observasi panel = 514 daerah × 15 tahun), menjadikannya dataset paling komprehensif untuk analisis spasial di Indonesia.