Peramalan Jumlah Iuran Dan Tenaga Kerja Pemegang Polis Menggunakan Metode Arima Dan Holt Winters

Riyanta, Anwar Muhammad (2024) Peramalan Jumlah Iuran Dan Tenaga Kerja Pemegang Polis Menggunakan Metode Arima Dan Holt Winters. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06311840000044_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2026. Download (2MB) | Request a copy

Abstract

Perlindungan sosial bagi tenaga kerja adalah hak yang penting untuk diberikan pemberi kerja agar pekerjanya merasa aman. Pentingnya perlindungan sosial bagi pekerja juga dicantumkan dalam Undang-Undang no 13 tahun 2003. Pentingnya perlindungan sosial juga ditekankan kembali di Undang-Undang no 24 tahun 2011. Hal ini membuat BPJS Ketenagakerjaan yang menyediakan layanan jaminan sosial memiliki harus memiliki target berkelanjutan tiap periodenya. Elemen yang penting dalam sistem asuransi BPJS Ketenagakerjaan adalah Iuran dan Tenaga Kerja. Kedua hal tersebut menjadi ditetapkan targetnya tiap tahun oleh perusahaan. Salah satu metode yang bisa membantu perusahaan untuk menentukan targetnya adalah membuat peramalan. Pada penelitian ini dilakukan peramalan data iuran dan tenaga kerja pemegang polis dengan menggunakan metode ARIMA dan Holt-winters. Hasil peramalan dari kedua metode tersebut dibandingkan akurasinya menggunakan AIC. Selanjutnya dilakukan interpretasi hasil berupa rincian proses yang telah dilakukan untuk mendapatkan hasil peramalan iuran dan tenaga kerja pemegang polis. Penelitian ini bertujuan mendapatkan pebandingan akurasi hasil peramalan antara metode ARIMA dengan metode Holt-winters dengan menggunakan data iuran dan tenaga kerja aktif pemegang polis sehingga dapat memberikan masukan bagi perusahaan untuk menentukan target tahunan di perusahaannya. Hasil dari penelitian ini menunjukkan bahwa peramalan iuran penerima upah memiliki model terbaik yaitu Model Holt-winters 2 dengan nilai AIC yaitu 72,21464. Peramalan iuran bukan penerima upah memiliki model terbaik yaitu model Holt-winters 2 dengan nilai AIC yaitu 63,37533. Peramalan tenaga kerja penerima upah memiliki model terbaik yaitu Holt-winters 2 dengan nilai AIC yaitu 43,02896. Selanjutnya peramalan tenaga kerja bukan penerima upah memiliki model terbaik yaitu Holt-winters 2 dengan nilai AIC yaitu 44,15985.
=================================================================================================================================
Social protection for workers is an important right to be provided by employers so that their employees feel secure. The significance of social protection for workers is also stipulated in Law No. 13 of 2003. The importance of social protection is further emphasized in Law No. 24 of 2011. This has led to the establishment of the Employment Social Security Agency (BPJS Ketenagakerjaan), which provides social insurance services and must set continuous targets for each period. Key elements in the BPJS Ketenagakerjaan insurance system include Contributions and Labor. Both of these elements are set with annual targets by the company. One method that can assist the company in determining these targets is forecasting. This study forecasts the contribution and labor data of policyholders using the ARIMA and Holt-Winters methods. The forecast results from both methods are compared for accuracy using the AIC. Subsequently, an interpretation of the results is provided, detailing the processes undertaken to obtain the forecasted contributions and labor of policyholders. The objective of this research is to compare the accuracy of forecasts between the ARIMA and Holt-Winters methods, utilizing contribution and active labor data of policyholders, to provide insights for the company in setting annual targets. The findings indicate that the forecast for wage recipient contributions has the best model, namely Holt-Winters Model 2, with an AIC value of 72.21464. The forecast for non-wage recipient contributions also has the best model, which is Holt-Winters Model 2 with an AIC value of 63.37533. The forecast for wage recipient labor has the best model, Holt-Winters Model 2, with an AIC value of 43.02896. Similarly, the forecast for non-wage recipient labor has the best model, Holt-Winters Model 2, with an AIC value of 44.15985.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	iuran, tenaga kerja, ARIMA, Holt-winters, AIC, contribution, labor
Subjects:	H Social Sciences > HA Statistics > HA30.3 Time-series analysis Q Science > QA Mathematics > QA280 Box-Jenkins forecasting
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Anwar Muhammad Riyanta
Date Deposited:	31 Jan 2024 05:53
Last Modified:	31 Jan 2024 05:53
URI:	http://repository.its.ac.id/id/eprint/105806

Actions (login required)

View Item