Pemodelan Tingkat Pengangguran Terbuka (TPT) di Indonesia dengan Metode Regresi Logistik Ridge Wu-Asar

Almerzada, Aldino Desla (2023) Pemodelan Tingkat Pengangguran Terbuka (TPT) di Indonesia dengan Metode Regresi Logistik Ridge Wu-Asar. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06211940000117-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (1MB) | Request a copy

Abstract

Tingkat Pengangguran Terbuka (TPT) merupakan indikator penting dalam analisis perekonomian. Terdapat beberapa provinsi di Indonesia yang tidak memenuhi target berdasarkan target Rencana Kerja Pemerintah (RKP) 2022. faktor-faktor yang mempengaruhi TPT di Indonesia bersifat kompleks dan saling terkait, sehingga terdapat masalah multikolinearitas dalam penerapan analisis regresi logistik dengan respon kategori biner. Berdasarkan KRP 2022 dimana nilai TPT<6,2% merupakan provinsi yang memenuhi target serta dikategorikan sebagai 0 dan TPT>6,2 merupakan provinsi yang tidak memenuhi target serta dikategorikan sebagai 1. Penelitian ini bertujuan untuk mengestimasi faktor-faktor yang mempengaruhi TPT di Indonesia menggunakan metode regresi logistik. Untuk mengatasi masalah multikolinearitas maka metode regresi logistik ridge wu-asar dapat digunakan untuk menyelesaikan masalah ini. Data yang digunakan dalam penelitian ini berasal dari website resmi pemerintah seperti Badan Pusat Statistik (BPS) dan Badan Koordinasi Penanaman Modal (BKPM) dengan periode tahun 2022 untuk seluruh provinsi di Indonesia. Berdasarkan hasil analisis yang telah dilakukan baik menggunakan data SMOTE maupun SMOTE-TOMEK-LINKS untuk analisis regresi logistik biner, regresi logistik ridge biner dan regresi logistik ridge biner dengan konstanta wu-asar, metode terbaik adalah metode regresi logistik ridge biner dengan konstanta wu-asar dikarenakan pada model tersebut dihasilkan nilai standar error yang paling kecil di antara semua model serta memiliki prediktor yang signifikan dan sesuai tanda pada model terbaik adalah X_2 (laju pertumbuhan produk domestik regional bruto per kapita atas dasar harga konstan).
===============================================================================================================================
The Open Unemployment Rate (TPT) is an important indicator in economic analysis. There are several provinces in Indonesia that have not met the target based on the 2022 Government Work Plan (RKP) targets. The factors influencing TPT in Indonesia are complex and interrelated, so there is a multicollinearity problem in applying logistic regression analysis with binary response categories. Based on KRP 2022 where the TPT value <6.2% is a province that meets the target and is grouped as 0 and TPT>6.2 is a province that does not meet the target and is grouped as 1. This study aims to estimate the factors that influence TPT in Indonesia using logistic regression method. To overcome the problem of multicollinearity, the wu-asar ridge logistic regression method can be used to solve this problem. The data used in this study comes from official government websites such as the Central Statistics Agency (BPS) and the Investment Coordinating Board (BKPM) with a period of 2022 for all provinces in Indonesia. Based on the results of the analysis that has been carried out using SMOTE and SMOTE-TOMEK-LINKS data for binary logistic regression analysis, binary ridge logistic regression and binary ridge logistic regression with the wu-asar constant, the best method is the binary ridge logistic regression method with the wu-asar constant because this model produces the smallest standard error value among all models and has a significant predictor and according to the sign on the best model is X_2 (growth rate of gross regional domestic product per capita at constant prices).

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Tingkat Pengangguran Terbuka (TPT), Regresi Logistik Ridge, Multikolinearitas, Open Unemployment Rate (TPT), Logistic Regression Ridge Wu-Asar, Multicollinearity
Subjects:	H Social Sciences > HA Statistics > HA29 Theory and method of social science statistics H Social Sciences > HA Statistics > HA31.3 Regression. Correlation H Social Sciences > HA Statistics > HA31.7 Estimation
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Aldino Desla Almerzada
Date Deposited:	06 Sep 2023 04:06
Last Modified:	06 Sep 2023 04:06
URI:	http://repository.its.ac.id/id/eprint/104472

Actions (login required)

View Item