Pemodelan Tingkat Pengangguran Terbuka di Provinsi Jawa Tengah dengan Menggunakan Regresi Nonparametrik Spline Truncated

Prasanti, Elita Budi (2024) Pemodelan Tingkat Pengangguran Terbuka di Provinsi Jawa Tengah dengan Menggunakan Regresi Nonparametrik Spline Truncated. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5003201129-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (2MB) | Request a copy

Abstract

Pengangguran sering kali menjadi isu krusial ketika jumlah penduduk suatu wilayah atau negara tumbuh dengan cepat. Pada tahun 2023, Jawa Tengah merupakan provinsi dengan jumlah penduduk terbesar ketiga di Indonesia, mencapai 38 juta jiwa. Pertumbuhan populasi yang terus meningkat dapat menimbulkan tantangan serius terhadap stabilitas ekonomi dan sosial, terutama dalam konteks pasar tenaga kerja seperti bertambahnya jumlah angkatan kerja dan meningkatnya tingkat pengangguran terbuka. Oleh karena itu, penelitian ini dilakukan untuk mengenai faktor-faktor yang memengaruhi tingkat pengangguran terbuka guna menekan angka pengangguran di Provinsi Jawa Tengah. Model yang digunakan yaitu model regresi nonparametrik spline truncated sebab pola data pada faktor-faktor yang diduga berpengaruh terhadap tingkat pengangguran terbuka tidak mengikuti pola tertentu. Variabel yang digunakan dalam penelitian ini yaitu persentase penduduk miskin, rasio angka beban ketergantungan, indeks pembangunan manusia, dan tingkat partisipasi angka kerja. Hasil penelitian menunjukkan bahwa model regresi nonparametrik spline truncated terbaik untuk memodelkan tingkat pengangguran terbuka di Jawa Tengah tahun 2023 yaitu menggunakan kombinasi titik knot (3,3,3,3) dengan nilai GCV sebesar 0,101. Keempat variabel prediktor yang digunakan berpengaruh signifikan terhadap tingkat pengangguran terbuka di Jawa Tengah dengan koefisiensi determinasi model sebesar 78,53%.
=====================================================================================================================================
Unemployment often becomes a crucial issue when the population of a region or country grows rapidly. In 2023, Central Java will be the province with the third-largest population in Indonesia, reaching 38 million people. Continuing population growth can pose serious challenges to economic and social stability, especially in the labor market, such as the increasing number of the workforce and rising levels of open unemployment. Therefore, this research was conducted to determine the factors that influence the open unemployment rate to reduce the unemployment rate in Central Java Province. The model used is a truncated spline nonparametric regression model because the data pattern on the factors thought to influence the open unemployment rate does not follow a certain pattern. The variables used in this research are the percentage of poor people, the dependency burden ratio, the human development index, and the labor participation rate. The research results show that the best truncated spline nonparametric regression model for modeling the open unemployment rate in Central Java in 2023 is using a combination of knot points (3,3,3,3) with a GCV value of 0.101. The four predictor variables used have a significant effect on the level of open unemployment in Central Java with a model coefficient of determination of 78.53%.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Central Java, Nonparametric Spline Regression, Open Unemployment Rate, Jawa Tengah, Regresi Nonparametrik Spline, Tingkat Pengangguran Terbuka.
Subjects:	H Social Sciences > HA Statistics > HA31.3 Regression. Correlation
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Elita Budi Prasanti
Date Deposited:	08 Aug 2024 07:34
Last Modified:	29 Aug 2024 02:33
URI:	http://repository.its.ac.id/id/eprint/115146

Actions (login required)

View Item