Pembukaan¶

Assalamualaikum warahmatullahi wabarakatuh. Mohon ijin pimpinan 🙏🏽 . Dengan ini saya sampaikan data mengenai persekolahan di Indonesia, wabil khusus perbandingan antara kondisi nasional dan Papua (Provinsi Papua dan Provinsi Papua Barat). Data diperoleh dari situs Data Pokok Pendidikan Dasar dan Menengah.

Maksud dan tujuan dari ini adalah untuk belajar apa yang sekiranya terjadi di Papua (meskipun hanya secuil), setidaknya dari segi pendidikan. Kode, slide presentasi, dan notebook dapat ditengok di https://github.com/ledwindra/pendidikan-papua. Silakan gunakan sesuka hati, klik Star ⭐️ jika suka dengan projek ini, atau lempar kritik maupun caciannya di Issues ⚠️.

Perbandingan jumlah rata-rata nasional dan Papua¶

Perlu dicatat bahwa dalam konteks ini Provinsi Papua dan Papua Barat dijadikan satu.

In [13]:

def recode_province(x):
    if (x['induk_provinsi'] == 'Prov. Papua') | (x['induk_provinsi'] == 'Prov. Papua Barat'):
        return 'Papua or West Papua'
    else:
        return 'Non-Papua'

In [14]:

df['groups'] = df.apply(recode_province, axis=1)
groups_num = {'Papua or West Papua': 1, 'Non-Papua': 2}
df = df.replace({'groups': groups_num})
pd.DataFrame(df.groupby('groups').size(), columns=['count']).reset_index()

Out[14]:

	groups	count
0	1	5254
1	2	214844

Pendidik dan tenaga kependidikan (PTK)¶

In [24]:

get_mean('ptk')

Out[24]:

	groups	ptk
0	1	8.618010
1	2	12.505888

In [25]:

get_bar(get_mean('ptk'), 'ptk', 'Rata-rata jumlah PTK')

In [26]:

get_mean('ptk_laki')

Out[26]:

	groups	ptk_laki
0	1	3.507520
1	2	4.352846

In [27]:

get_bar(get_mean('ptk_laki'), 'ptk_laki', 'Rata-rata jumlah PTK laki-laki')

In [28]:

get_mean('ptk_perempuan')

Out[28]:

	groups	ptk_perempuan
0	1	5.110490
1	2	8.153043

In [29]:

get_bar(get_mean('ptk_perempuan'), 'ptk_perempuan', 'Rata-rata jumlah PTK perempuan')

Pegawai¶

In [30]:

get_mean('pegawai')

Out[30]:

	groups	pegawai
0	1	1.662167
1	2	3.032086

In [31]:

get_bar(get_mean('pegawai'), 'pegawai', 'Rata-rata jumlah pegawai')

In [32]:

get_mean('pegawai_laki')

Out[32]:

	groups	pegawai_laki
0	1	1.089857
1	2	1.788070

In [33]:

get_bar(get_mean('pegawai_laki'), 'pegawai_laki', 'Rata-rata jumlah pegawai laki')

In [34]:

get_mean('pegawai_perempuan')

Out[34]:

	groups	pegawai_perempuan
0	1	0.572310
1	2	1.244016

In [35]:

get_bar(get_mean('pegawai_perempuan'), 'pegawai_perempuan', 'Rata rata jumlah pegawai perempuan')

Peserta didik (PD)¶

In [36]:

get_mean('pd')

Out[36]:

	groups	pd
0	1	170.388405
1	2	205.402583

In [37]:

get_bar(get_mean('pd'), 'pd', 'Rata-rata jumlah PD')

In [38]:

get_mean('pd_laki')

Out[38]:

	groups	pd_laki
0	1	92.001781
1	2	106.054270

In [39]:

get_bar(get_mean('pd_laki'), 'pd_laki', 'Rata-rata jumlah PD laki-laki')

In [40]:

get_mean('pd_perempuan')

Out[40]:

	groups	pd_perempuan
0	1	78.386624
1	2	99.348313

In [41]:

get_bar(get_mean('pd_perempuan'), 'pd_perempuan', 'Rata-rata jumlah PD perempuan')

In [42]:

for i in range(1, 13):
    pd_laki = get_mean(f'pd_kelas_{i}_laki')
    get_bar(pd_laki, f'pd_kelas_{i}_laki', f'Jumlah PD laki-laki kelas {i}')

In [43]:

for i in range(1, 13):
    pd_perempuan = get_mean(f'pd_kelas_{i}_perempuan')
    get_bar(pd_perempuan, f'pd_kelas_{i}_perempuan', f'Rata-rata jumlah PD perempuan kelas {i}')

Ruang kelas¶

In [44]:

get_mean('jml_rk')

Out[44]:

	groups	jml_rk
0	1	7.357143
1	2	8.595657

In [45]:

get_bar(get_mean('jml_rk'), 'jml_rk', 'Rata-rata ruang kelas')

Laboratorium¶

In [46]:

get_mean('jml_lab')

Out[46]:

	groups	jml_lab
0	1	0.499617
1	2	0.723876

In [47]:

get_bar(get_mean('jml_lab'), 'jml_lab', 'Rata-rata jumlah laboratorium')

Perpustakaan¶

In [48]:

get_mean('jml_perpus')

Out[48]:

	groups	jml_perpus
0	1	0.531597
1	2	0.809092

In [49]:

get_bar(get_mean('jml_perpus'), 'jml_perpus', 'Rata-rata jumlah perpustakaan')

Kecukupan air¶

In [50]:

set(df['kecukupan_air'])

Out[50]:

{'Cukup', 'Kurang', 'Tidak Ada', 'Tidak Diketahui'}

In [52]:

is_water_enough = df.groupby(['groups', 'is_water_enough'])['sekolah_id_enkrip'].agg('count').to_frame().reset_index()
is_water_enough

Out[52]:

	groups	is_water_enough	sekolah_id_enkrip
0	1	False	2286
1	1	True	2968
2	2	False	30264
3	2	True	184580

In [53]:

get_percentage('is_water_enough')

Out[53]:

	groups	is_water_enough_pct
0	Papua	0.564903
1	Non-Papua	0.859135

In [54]:

get_bar(get_percentage('is_water_enough'), 'is_water_enough_pct', 'Persentase sekolah yang memiliki kecukupan air')

Memproses air¶

Tidak jelas maksudnya apa. Mohon pencerahannya 🙏🏽

In [55]:

set(df['memproses_air'])

Out[55]:

{'Tidak', 'Ya'}

In [57]:

is_processing_water = df.groupby(['groups', 'is_processing_water'])['sekolah_id_enkrip'].agg('count').to_frame().reset_index()
is_processing_water

Out[57]:

	groups	is_processing_water	sekolah_id_enkrip
0	1	False	4410
1	1	True	844
2	2	False	161325
3	2	True	53519

In [58]:

get_percentage('is_processing_water')

Out[58]:

	groups	is_processing_water_pct
0	Papua	0.160640
1	Non-Papua	0.249106

In [59]:

get_bar(get_percentage('is_processing_water'), 'is_processing_water_pct', 'Persentase sekolah yang memproses air')

Minum siswa¶

In [60]:

set(df['minum_siswa'])

Out[60]:

{'Disediakan sekolah', 'Tidak disediakan'}

In [62]:

provided_by_school = df.groupby(['groups', 'provided_by_school'])['sekolah_id_enkrip'].agg('count').to_frame().reset_index()
provided_by_school

Out[62]:

	groups	provided_by_school	sekolah_id_enkrip
0	1	False	4400
1	1	True	854
2	2	False	153904
3	2	True	60940

In [63]:

get_percentage('provided_by_school')

Out[63]:

	groups	provided_by_school_pct
0	Papua	0.162543
1	Non-Papua	0.283648

In [64]:

get_bar(get_percentage('provided_by_school'), 'provided_by_school_pct', 'Persentase sekolah yang menyediakan air minum kepada murid')

Siswa bawa air¶

Maksudnya murid bawa air minum kali ya? Mohon pencerahannya. 🙏🏽

In [65]:

set(df['siswa_bawa_air'])

Out[65]:

{'Tidak', 'Ya'}

In [67]:

students_bring_water = df.groupby(['groups', 'students_bring_water'])['sekolah_id_enkrip'].agg('count').to_frame().reset_index()
students_bring_water

Out[67]:

	groups	students_bring_water	sekolah_id_enkrip
0	1	False	3650
1	1	True	1604
2	2	False	82062
3	2	True	132782

In [68]:

get_percentage('students_bring_water')

Out[68]:

	groups	students_bring_water_pct
0	Papua	0.305291
1	Non-Papua	0.618039

In [69]:

get_bar(get_percentage('students_bring_water'), 'students_bring_water_pct', 'Persentase murid yang membawa air')

Toilet siswa berkebutuhan khusus¶

In [70]:

get_mean('toilet_siswa_kk')

Out[70]:

	groups	toilet_siswa_kk
0	1	0.398535
1	2	0.609112

In [71]:

get_bar(get_mean('toilet_siswa_kk'), 'toilet_siswa_kk', 'Rata-rata jumlah toilet bagi murid berkebutuhan khusus')

Sumber air¶

In [72]:

set(df['sumber_air_str'])

Out[72]:

{'Air hujan',
 'Air kemasan',
 'Air sungai',
 'Lainnya',
 'Ledeng/PAM',
 'Mata air',
 'Mata air tdk terlindungi',
 'Mata air terlindungi',
 'Pompa',
 'Sumur',
 'Sumur terlindungi',
 'Sumur tidak terlindungi',
 nan}

In [73]:

get_bar_multiple('sumber_air_str', 'Persentase sumber air sekolah')

Ketersediaan air¶

In [74]:

set(df['ketersediaan_air'])

Out[74]:

{'Tidak', 'Ya'}

In [76]:

access_to_water = df.groupby(['groups', 'access_to_water'])['sekolah_id_enkrip'].agg('count').to_frame().reset_index()
access_to_water

Out[76]:

	groups	access_to_water	sekolah_id_enkrip
0	1	False	1766
1	1	True	3488
2	2	False	21580
3	2	True	193264

In [77]:

get_percentage('access_to_water')

Out[77]:

	groups	access_to_water_pct
0	Papua	0.663875
1	Non-Papua	0.899555

In [78]:

get_bar(get_percentage('access_to_water'), 'access_to_water_pct', 'Persentase sekolah yang memiliki ketersediaan air')

Tipe jamban¶

In [79]:

set(df['tipe_jamban'])

Out[79]:

{'Cubluk dengan tutup',
 'Cubluk tanpa tutup',
 'Jamban menggantung di atas sungai',
 'Leher angsa (toilet duduk/jongkok)',
 'Tidak tersedia jamban'}

In [80]:

get_bar_multiple('tipe_jamban', 'Persentase tipe jamban sekolah')

Wastafel¶

In [81]:

get_mean('jml_wastafel')

Out[81]:

	groups	jml_wastafel
0	1	1.751534
1	2	4.369000

In [82]:

get_bar(get_mean('jml_wastafel'), 'jml_wastafel', 'Rata-rata jumlah wastafel')

Sabun dan air¶

In [83]:

set(df['a_sabun_air_mengalir'])

Out[83]:

{'Tidak', 'Ya'}

In [85]:

water_and_soap = df.groupby(['groups', 'water_and_soap'])['sekolah_id_enkrip'].agg('count').to_frame().reset_index()
water_and_soap

Out[85]:

	groups	water_and_soap	sekolah_id_enkrip
0	1	False	3682
1	1	True	1572
2	2	False	87442
3	2	True	127402

In [86]:

get_percentage('water_and_soap')

Out[86]:

	groups	water_and_soap_pct
0	Papua	0.299201
1	Non-Papua	0.592998

In [87]:

get_bar(get_percentage('water_and_soap'), 'water_and_soap_pct', 'Persentase sekolah yang memiliki ketersediaan air dan sabun')

Jamban¶

In [88]:

get_mean('jml_jamban_digunakan')

Out[88]:

	groups	jml_jamban_digunakan
0	1	2.745908
1	2	5.000503

In [89]:

get_bar(get_mean('jml_jamban_digunakan'), 'jml_jamban_digunakan', 'Rata-rata jumlah jamban yang digunakan')

In [90]:

get_mean('jml_jamban_tidak_digunakan')

Out[90]:

	groups	jml_jamban_tidak_digunakan
0	1	1.070042
1	2	0.854429

In [91]:

get_bar(get_mean('jml_jamban_tidak_digunakan'), 'jml_jamban_tidak_digunakan', 'Rata-rata jumlah jamban yang tidak digunakan')

Kesimpulan¶

Seperti yang sudah kita lihat, kondisi persekolahan di Papua dan Papua Barat jelas tertinggal jika dibandingkan dengan nasional dari beberapa aspek. Semoga dengan ini saya sebagai masyarakat kelas menengah ngehe dapat mengakui privilese hidup yang dikaruniai Tuhan YME. Demikian saya ucapkan wabillahi taufiq wal hidayah, wassalamualikum warahmatullahi wabarakatuh. 🙏🏽