Kebijakan Belanja Pendidikan dan Sektor Kesehatan Naik 20 Persen

146 Kebijakan ini dibandingkan dengan 7 kebijakan lainnya, merupakan prioritas pertama dalam upaya peningkatan Angka Melek Huruf dan pengurangan Pengangguran, prioritas kedua dalam rangka peningkatan Angka Harapan Hidup, prioritas ketiga untuk peningkatan Indeks Pembangunan Manusia, dan prioritas kelima dalam rangka peningkatan Daya Beli, penanggulangan kemiskinan, dan peningkatan Rata-rata Lama Sekolah. Simulasi skenario alternatif kebijakan ini, selain berhasil merumuskan dampak masing-masing kebijakan terhadap variabel endogennya, sebagaimana telah diuraikan sebelumnya, juga berhasil meramal nilai masing masing variabel pada tahun 2013, tahun 2014, dan tahun 2015 sebagaimana pada Lampiran 15. Selanjutnya hasil ramalan tahun 2015 dijadikan dasar evaluasi pencapaian tujuan pembangunan milenium tahun 2015 sebagaimana pada Tabel 41. Skenario ketujuh ini juga belum berhasil mencapai sasaran tujuan pembangunan milenium. Tabel 41. Dampak Kebijakan Afirmatif kepada Provinsi Quantil 1 dan 2 Indeks Pembangunan Manusia Terendah dengan Meningkatkan Belanja Sektor Pendidikan dan Kesehatan 40 Persen terhadap Sasaran dan Pencapaian Tujuan Milenium Tahun 2015 Indeks Indikator Tahun 2015 Satuan MDGs Ramalan Hidup Panjang Angka Harapan Hidup AHH 72 71.00 Tahun Pendidikan 1. Angka Melek Huruf AMH 100 94.34 Persen 2. Rata-2 lama sekolah RLS 15 8.23 Tahun Hidup Layak Daya Beli PPP 732,720 639.62 Rp 000 Kap Komposit Indeks Pembangunan Manusia IPM 80 74.15 - Keterangan: Sasaran RPJMN tahun 2009-2014. Publikasi Pemda Jawa Barat Tahun 2010.

7.4. Hasil Ramalan Alternatif Kebijakan Terhadap Pemerataan

Pembangunan Daerah Penelitian Dampak Kebijakan Fiskal Sektor Pendidikan dan Sektor Kesehatan Terhadap Indeks Pembangunan Manusia dilakukan di 21 provinsi 147 dengan data tahun 2004-2008, meliputi data perekonomian dan data pembangunan manusia. Dalam model yang dibangun untuk penelitian ini, meliputi model persamaan panel, sehingga datanya adalah time series dan cross section antar provinsi. Sehubungan peramalan variabel endogen menggunakan prosedur simulasi non linier SIMNLIN dengan metode NEWTON, meliputi ramalan terhadap variabel perekonomian dan variabel Indeks Pembangunan Manusia, yang dalam hal ini secara berurutan diwakili oleh Produk Domestik Regional Bruto Sektoral PDRBSEC dan Indeks Pembangunan Manusia IPM, maka peneliti berhasil mendapatkan standar deviasi hasil ramalan kedua variabel endogen tersebut berdasarkan delapan skenario kebijakan sebagaimana pada Tabel 42. Secara statistik apabila sebaran nilai suatu variabel, dalam hal ini Indeks Pembangunan Manusia danatau Produk Domestik Regional Bruto Sektoral, memiliki variasi koefisien Coefisien Variation CV kecil, maka nilai variabel tersebut merata dan paling sedikit variasinya. Secara matematis rumus koefisien variasi adalah: CV = STDMean dimana: CV = Koefisien variasi Coefisien variation STD = Deviasi standar Standard deviation Mean = Nilai rata-rata variabel Mean Nilai koefisien variasi coefisien variation Indeks Pembangunan Manusia IPM pada setiap simulasi skenario menunjukkan angka yang kecil, berkisar antara 4.8248 persen pada skenario 8 sampai dengan 5.1417 persen pada skenario 4. Keadaan ini menjelaskan bahwa IPM antar provinsi pada 21