Pemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Pengangguran Terbuka Di Provinsi Aceh Menggunakan Pendekatan Regresi Nonparametrik Spline

Sani, Leisa Noviana (2015) Pemodelan Faktor-Faktor Yang Mempengaruhi Tingkat Pengangguran Terbuka Di Provinsi Aceh Menggunakan Pendekatan Regresi Nonparametrik Spline. Undergraduate thesis, Institut Teknology Sepuluh Nopember.

[img] Text
1311100112-Undergraduate Thesis.pdf - Published Version

Download (1MB)

Abstract

Pengangguran merupakan salah satu faktor yang dapat menghambat tercapainya kesejahteraan. Aceh termasuk salah satu provinsi dengan Tingkat Pengangguran Terbuka (TPT) tertinggi di Indonesia. Pada tahun 2013, Aceh merupakan provinsi dengan TPT tertinggi di Indonesia dan selama tiga tahun berturut-turut TPT Aceh berada di atas TPT nasional. Selain itu, dalam satu tahun fluktuasi TPT Aceh cukup besar dibandingkan provinsi lain. Untuk mengurangi TPT, perlu diselidiki faktor-faktor yang mempengaruhinya supaya dapat dilakukan tindakan terhadap faktor-faktor tersebut. Penelitian ini bertujuan menganalisis faktor-faktor yang mempengaruhi TPT dengan menggunakan pendekatan regresi nonparamtetrik spline. Model terbaik yang digunakan adalah model dengan nilai GCV terkecil, yaitu menggunakan kombinasi banyak titik knot. Pemodelan dilakukan dengan tiga variabel prediktor signifikan, yaitu kepadatan penduduk, Angka Melek Huruf (AMH), dan Angka Partisipasi Kasar (APK) jenjang SLTA dengan koefisien determinasi sebesar 88,55 persen. ======================================================================================================= Unemployment is one of some factors that detains Indonesia from public welfare. Aceh is one of the provinces in Indonesia with the highest Open Unemployment. In 2013, Aceh had the highest Open Unemployment Rate in Indonesia and for three years in a row Aceh’s Open Unemployment Rate was higher than the nation’s. Moreover, it fluctuated more than other provinces’ Open Unemployment Rate. The purpose of this study is to analyze the factors that affect Open Unemployment Rate using nonparametric spline regression approach. The best model is the one with the smallest GCV, which is knots combination. The modelling of Open Unemployment is formed using three predictors that significant. The variables significant are population density, literacy rate, and labor age of high school rate. This model’s coefficient of determinationt is 88,55 percent.

Item Type: Thesis (Undergraduate)
Additional Information: RSSt 519.536 San p
Uncontrolled Keywords: Tingkat Pengangguran Terbuka, Regresi Nonparametrik Spline, GCV
Subjects: Q Science > QA Mathematics > QA278.2 Regression Analysis
Divisions: Faculty of Mathematics and Science > Statistics > (S1) Undergraduate Theses
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 03 Oct 2019 01:26
Last Modified: 03 Oct 2019 01:26
URI: http://repository.its.ac.id/id/eprint/70961

Actions (login required)

View Item View Item