Putra, Nugroho Manggala (2014) Analisis Statistik Tingkat Pengangguran Terbuka Di Jawa Timur Tahun 2012. Undergraduate thesis, Institut Teknologi Sepuluh Nopember Surabaya.
Preview |
Text
1310100019-Undergraduate_Thesis.pdf - Published Version Download (1MB) | Preview |
Abstract
Pengangguran merupakan masalah yang pasti dihadapi oleh setiap wilayah di Indonesia. Jawa timur sebagai provinsi terluas diantara provinsi di Pulau Jawa dengan jumlah penduduk terpadat di Indonesia dan terus mengalami pertumbuhan setiap tahun juga menghadapi masalah tersebut. Menurut BPS dalam Dinas Tenaga Kerja (2012) jumlah pengangguran mencapai 819.563 jiwa tercatat pada bulan Agustus tahun 2012. Pendekatan principal component regression dan regresi ridge dipilih karena beberapa penelitian sebelumnya menyatakan bahwa metode ini dapat menangani kasus multikolinieritas. K-means cluster merupakan salah satu prosedur pengelompokan dengan menempatkan obyek berdasarkan means kelompok terdekat. Analisis diskriminan berguna untuk membentuk sebuah model prediktif dari beberapa kelompok (group) berdasarkan pada karakteristik masing-masing variabel. Pemodelan menggunakan PCA menghasilkan model yang tidak cukup bagus untuk menggambarkan tingkat pengangguran terbuka secara actual, sehingga digunakan regresi ridge untuk mendapatkan model yang lebih robust. Pengelompokan dengan k-means memiliki karakteristik unik yang berbeda antara satu kelompok dengan lainnya. Nilai Apperent Error Rates (APER) klasifikasi kabupaten/kota di Jawa Timur berdasarkan faktor-faktor yang mempengaruhi tingkat pengangguran terbuka sebesar 0,132 yang berarti bahwa akurasi pada model mencapai 86,8 persen
================================================================================================
Unemployment is one of the biggest problems experienced by Indonesia. East Java is the largest province than any province in Java. In Agust 2012, the unemployment is 819.563 people. Principal component regression (PCR) and ridge regression is used in this experiment because this method can handle the multicollinearity. K-means cluster is one of methods to classify object base on the closest means from the group. Discriminant analysis can make a model from groups base on characteristic of variables. The model in principal component regression is not good enough to describe the actual problem of open unemployment, so ridge regression is used to obtain a robust model. Classifying with k-means has unieque characteristics that differ from one group to another. The Apperent Error Rates (APER) of distrcts/cities in East Java base on factors that affect the open unemployment rate at 0,132. It means that the accuracy of the models reached 86,6 percent
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSSt 519.5 Put a |
| Uncontrolled Keywords: | APER, K-means Cluster, PCA, Ridge Regression, TPT |
| Subjects: | Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry) |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis |
| Depositing User: | EKO BUDI RAHARJO |
| Date Deposited: | 22 Oct 2020 08:45 |
| Last Modified: | 22 Oct 2020 08:45 |
| URI: | http://repository.its.ac.id/id/eprint/82185 |
Actions (login required)
 |
View Item |