Demokrasi adalah sistem pemerintahan di mana masyarakat berpartisipasi aktif dalam pengambilan keputusan politik melalui wakil yang dipilih secara bebas. Untuk menilai kualitas demokrasi, pemerintah menggunakan Indeks Demokrasi Indonesia (IDI) sebagai alat ukur pencapaian dan perencanaan pengembangan politik. Menurut Economist Intelligence Unit (EIU), Indonesia menempati peringkat ke-64 dunia dalam Indeks Demokrasi dengan skor 6,3. Pada tahun 2023, skor IDI mengalami penurunan dari 6,71 pada 2022 menjadi 6,53, yang menunjukkan adanya gangguan dalam sistem demokrasi Indonesia. Perubahan skor IDI dipengaruhi oleh berbagai faktor, baik dari aspek sosial, ekonomi, maupun teknologi. Beberapa faktor yang diduga memengaruhi IDI antara lain Indeks Pembangunan Manusia (IPM), Indeks Pemberdayaan Gender (IDG), Indeks Pembangunan Teknologi Informasi dan Komunikasi (IP-TIK), Indeks Kebebasan Pers (IKP), Indeks Kedalaman Kemiskinan (IDK), serta Tingkat Penyelesaian Sekolah Menengah Atas (TPP).
Penelitian ini dilakukan untuk menganalisis faktor-faktor yang berpengaruh terhadap kualitas demokrasi di Indonesia dengan pendekatan regresi menggunakan metode Multivariate Adaptive Regression Spline (MARS). Data yang digunakan bersumber dari Badan Pusat Statistik (BPS) tahun 2023, mencakup 34 provinsi di Indonesia. Variabel yang dianalisis terdiri dari variabel dependen, yaitu nilai indeks demokrasi beserta faktor-faktor yang mempengaruhinya. Semua variabel berskala rasio, sehingga memungkinkan analisis kuantitatif yang mendalam. Berdasarkan hasil perhitungan nilai statistika deskriptif, nilai minimum dari beberapa variabel didominasi oleh Provinsi Papua, seperti variabel IP-TIK, IKP, dan TPP. Sementara itu, nilai maksimum tersebar di beberapa provinsi lainnya, yaitu IDI tertinggi di provinsi Bali, IPM dan IP-TIK di DKI Jakarta, IDG di Sulawesi Utara, IKP di Kalimantan Timur, IDK di Papua, dan TPP di DI Yogyakarta.
Dari sisi metodologi, penelitian ini menggunakan metode MARS yang efektif diterapkan ketika bentuk hubungan antara variabel respon dan prediktor tidak diketahui. Metode ini juga mampu mengatasi data dengan dimensi tinggi, ukuran sampel besar, serta memiliki banyak variabel. Pendekatan ini juga dinilai lebih efektif dalam memodelkan interaksi antar variabel, khususnya dalam konteks IDI yang dipengaruhi oleh berbagai aspek dan juga faktor. Dalam proses analisis, dilakukan pemodelan menggunakan metode MARS dengan kombinasi dari beberapa nilai Basis Function (BF), Maximum Interaction (MI), dan Minimum Observation (MO) antar knot. Berdasarkan hasil pemodelan, didapatkan model MARS terbaik dengan nilai BF=12, MI=3, dan MO=1 yang memiliki nilai Generalized Cross-Validation (GCV) minimum sebesar 11,27 dan sebesar 80% yang mengindikasikan bahwa keragaman nilai dari variabel respon yaitu indeks demokrasi dapat dijelaskan oleh variabel prediktor sebesar 80%.
Hasil analisis menunjukkan bahwa semua variabel sosial dan ekonomi secara signifikan memengaruhi indeks demokrasi di Indonesia. Variabel prediktor yang paling berpengaruh terhadap indeks demokrasi adalah variabel IP-TIK dengan tingkat kepentingan 100%, yang juga dapat menurunkan nilai GCV sebesar 25,90. Selain itu, variabel yang memengaruhi variabel respons secara signifikan adalah TPP sebesar 63,81%, IDG sebesar 55,81%, dan IPM sebesar 39,44%. IP-TIK menjadi faktor utama karena teknologi informasi dan komunikasi berperan penting dalam penyebaran berita politik yang merupakan hak dasar setiap warga negara. Tingkat penyelesaian pendidikan menengah atas berperan dalam meningkatkan kualitas demokrasi melalui pengembangan kemampuan berpikir kritis, wawasan politik, dan kesadaran akan tanggung jawab politik. Peran aktif perempuan dalam ranah ekonomi dan politik, yang tercermin dalam IDG, mendukung kesetaraan peran dalam pengambilan keputusan dan memperkuat demokrasi. Selain itu, IPM menunjukkan bahwa pencapaian pembangunan berkelanjutan turut berkontribusi dalam mendorong demokrasi yang sehat.
Berdasarkan hasil penelitian ini, beberapa rekomendasi strategis dapat disampaikan untuk meningkatkan efektivitas pengendalian demokrasi di Indonesia. Pertama, pemerintah perlu meningkatkan akses dan kualitas infrastruktur digital, terutama di daerah-daerah terpencil dan tertinggal agar tercipta akses informasi yang luas dan merata serta masyarakat dapat lebih terlibat dalam proses politik, memahami isu-isu yang relevan, dan berpartisipasi aktif dalam pemilihan umum serta diskusi publik. Kemudian, pemerintah juga perlu meningkatkan akses pendidikan menengah di seluruh provinsi dan mengurangi kesenjangan antarwilayah untuk meningkatkan kualitas pendidikan di Indonesia. Pemberdayaan gender pun dapat ditingkatkan dengan upaya meningkatkan partisipasi perempuan dalam pengambilan keputusan, menghapus diskriminasi berbasis gender, dan membuka akses yang lebih luas bagi perempuan di bidang ekonomi dan politik. Selain itu, peningkatan kualitas pelayanan kesehatan dan standar hidup masyarakat juga menjadi hal yang penting dalam mendukung peningkatan indeks demokrasi di Indonesia.
Kontribusi utama dari penelitian ini adalah membuktikan bahwa penggunaan model regresi adaptif multivariat, seperti MARS, dapat memberikan gambaran yang lebih akurat dalam mengidentifikasi faktor-faktor yang memengaruhi indeks demokrasi di Indonesia. Metode ini mampu menangani karakteristik data yang kompleks dan heterogen, sehingga dapat membantu pemangku kebijakan dalam merancang strategi peningkatan kualitas demokrasi yang lebih efektif dan berbasis bukti. Dengan memanfaatkan data terbaru, penelitian ini relevan untuk mendukung pengambilan keputusan yang lebih tepat sasaran dalam upaya memperkuat demokrasi di berbagai daerah, khususnya dengan mempertimbangkan variabel-variabel seperti akses informasi, pendidikan, dan kesehatan masyarakat yang memengaruhi indeks demokrasi di Indonesia.
Penulis: Dr. Toha Saifudin, M.Si.
Informasi detail dari riset ini dapat dilihat pada tulisan kami di:
Saifudin, T., Suliyanto, S., Nugraha, G. C., Valida, H., Nahar, M. H., & Fortunata, R. (2025). Modeling Democracy Index in Indonesia with Multivariate Adaptive Regression Spline Approach. BAREKENG: Jurnal Ilmu Matematika dan Terapan, 19(4), 2347-2358.
