Ningtias, Ida Puspita (2017) Pemodelan Faktor-faktor yang Mempengaruhi Tingkat Pengangguran Terbuka di Provinsi Jawa Timur Tahun 2015 Menggunakan Regresi Spasial. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1313100077_Undergraduate_Theses.pdf - Published Version Download (2MB) | Preview |
Abstract
Pada penelitian ini, regresi spasial digunakan untuk mengetahui faktor-faktor yang mempengaruhi tingkat pengangguran terbuka di Provinsi Jawa Timur tahun 2015. Aspek spasial diduga sebagai salah satu faktor yang berpengaruh terhadap tingkat pengangguran terbuka. Pengangguran terbuka terjadi karena jumlah penduduk di Provinsi Jawa Timur meningkat sehingga menyebabkan jumlah angkatan kerja meningkat namun jumlah penduduk yang bekerja tidak meningkat. Penelitian ini bertujuan untuk menggambarkan karakteristik faktor-faktor yang diduga mempengaruhi tingkat pengangguran terbuka di Provinsi Jawa Timur kemudian dilanjutkan dengan pemodelan regresi spasial. Data yang digunakan bersumber dari website Badan Pusat Statistik Provinsi Jawa Timur, publikasi Keadaan Angkatan Kerja di Jawa Timur Agustus 2015 serta publikasi Produk Domestik Regional Bruto Kabupaten / Kota Jawa Timur Menurut Lapangan Usaha 2011-2015. Berdasarkan hasil analisis dan pembahasan, tingkat pengangguran terbuka pada kabupaten dan kota terhadap kategori tinggi memusat di Provinsi Jawa Timur sebelah timur laut sedangkan untuk kategori sedang dan rendah tersebar di seluruh kabupaten dan kota di Provinsi Jawa Timur. Hasil pemodelan regresi spasial diperoleh bahwa spatial error model dengan menggunakan matriks pembobot rook contiguity merupakan model terbaik sebab memiliki nilai AIC paling rendah diantara multiple linier regression dan spatial autoregressive model. Variabel yang signifikan berpengaruh terhadap spatial error model adalah persentase penduduk miskin dan distribusi PDRB atas dasar harga berlaku menurut lapangan usaha jasa lainnya. Kabupaten Gresik dan Kabupaten Sidoarjo merupakan dua kabupaten yang paling mempengaruhi spatial error model Kota Surabaya, dimana kota ini sebagai ibukota Provinsi Jawa Timur.
=================================================================
In this study, spatial regression is used to determine factors affecting unemployment rate in East Java in 2015. Spatial aspect is thought to be one of the factors that affect unemployment rate. Unemployment occurs because the population in East Java increases so that the number of workforce increases but the number of working population does not increase. This study aims to describe the characteristics of factors suspected to affect unemployment rate in East Java and then followed by spatial regression modeling. The data used are sourced from the website of Central Bureau of Statistics of East Java, publication of Labor Force Situation in East Java August 2015 and publication of Gross Domestic Product of Regency / City of East Java by Business Field 2011-2015. Based on the result of the analysis and discussion, unemployment rates in district and cities on the high category concentrate in East Java in the northeast while for medium and low category spread across districts and cities in East Java. The result of spatial regression modeling shows that spatial error model using weighted matrixs rook contiguity is the best model because it has the lowest AIC value between multiple linier regression and spatial autoregressive model. The significant variables affect the spatial error model is the percentage of the poor and the distribution of GRDP at current prices according to the field of other service businesses. Gresik and Sidoarjo regencies are the two districts that most affect the spatial error model of Surabaya city where the city as the capital of East Java.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSSt 519.536 Nin p |
| Uncontrolled Keywords: | Dependensi spasial, multiple linier regression, spatial autoregressive model, spatial error model, tingkat pengangguran terbuka |
| Subjects: | Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis |
| Depositing User: | Ida Puspita Ningtias |
| Date Deposited: | 18 Dec 2017 08:27 |
| Last Modified: | 05 Mar 2019 03:45 |
| URI: | http://repository.its.ac.id/id/eprint/48537 |
Actions (login required)
 |
View Item |