Regresi nonparametrik spline untuk pemodelan tingkat pengangguran terbuka di Jawa Barat

Anwar, Syaiful (2014) Regresi nonparametrik spline untuk pemodelan tingkat pengangguran terbuka di Jawa Barat. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1310100063-Presentation.pdf

Download (3MB) | Preview
[img]
Preview
Text
1310100063-Paper.pdf

Download (809kB) | Preview
[img]
Preview
Text
1310100063-Undergraduate_Thesis.pdf

Download (1MB) | Preview

Abstract

Pengangguran merupakan permasalahan yang sering dihadapi oleh berbagai wilayah di Indonesia. Jawa Barat sebagai provinsi terpadat penduduknya, memiliki tingkat pengangguran tertinggi ketiga di Indonesia. Tingkat pengangguran yang tinggi akan menimbulkan berbagai permasalahan sosial dan juga menyebabkan tingkat pendapatan nasional dan tingkat kemakmuran masyarakat tidak mencapai potensi maksimal. Oleh karena itu, perlu dilakukan analisis untuk memodelkan Tingkat Pengangguran Terbuka dengan faktor-faktor yang diduga mempengaruhi. Pemodelan dilakukan dengan metode regresi nonparametrik Spline dimana digunakan metode Generalized Cross Validation (GCV) untuk memeperoleh titik knot yang optimal. Keterbatasan informasi bentuk fungsi dan ketidakjelasan pola hubungan antara variabel prediktor dan variabel respon menjadi pertimbangan untuk digunakan pendekatan nonpara-metrik dengan menggunakan metode Spline. Hasil analisis menunjukkan bahwa variabel yang berpengaruh terhadap Tingkat Pengangguran Terbuka di Jawa Barat yaitu laju pertumbuhan ekonomi, tingkat partisipasi angkatan kerja, angka partisipasi kasar SD, dan angka partisipasi kasar SMP. Model regresi nonparametrik Spline yang terbentuk memiliki koefisien determinasi sebesar 95,18 persen. ===============================================================================================================] Unemployment is a problem for various regions in Indonesia. West Java as the most populous province, has the third highest unemployment rate in Indonesia. High unemployment leads to several social problems and also causes national income rate and communities’ prosperity rate do not reach their full potential. Therefore, the analysis is needed to model the Unemployment Rate with the influence factors. Modeling was conducted using spline nonparametric regression by using Generalized Cross Validation (GCV) method to obtain an optimal knot point. Limited information and ambiguity function of relationship patterns between predictor variables and the response variable are considered to use nonparametric approach using Spline method. The result shows that the variables that affect the Unemployment Rate in West Java are economic growth, labor force participation rates, primary school gross enrollment rate, and junior high school gross enrollment rate. Spline nonparametric regression model has determination coefficient equal to 95.18 percent.

Item Type: Thesis (Undergraduate)
Additional Information: RSSt 519.54 Anw r
Uncontrolled Keywords: GCV; regresi nonparametrik spline; tingkat pengangguran terbuka
Subjects: H Social Sciences > HA Statistics > HA29 Theory and method of social science statistics
Divisions: Faculty of Mathematics and Science > Statistics > (S1) Undergraduate Theses
Depositing User: - Taufiq Rahmanu
Date Deposited: 04 Jul 2019 07:53
Last Modified: 04 Jul 2019 07:53
URI: http://repository.its.ac.id/id/eprint/63496

Actions (login required)

View Item View Item