ANALISIS KORELASI SPASIAL TINGKAT PENGANGGURAN DI KALIMANTAN SELATAN (Oleh : Muhamad Julian; Pembimbing: Moch. Idris, Dewi Sri Susanti, 2022; 55 halaman)

Pada tahun 2020, Kalimantan Selatan mengalami kenaikan angka pengangguran dibanding tahun 2019.  Wabah Covid-19 pada Tahun 2020 di berbagai wilayah di Dunia, termasuk di Indonesia munculnya wabah Covid-19 membuat banyak orang yang dirumahkan atau pengangguran. Angka pengangguran di beberapa kabupaten/ kota yang bertetangga memiliki nilai yang hampir sama, sehingga ingin dilihat pengaruh spasial terhadap fenomena tersebut. Salah satu metode untuk mengetahui hubungan antar lokasi adalah autokorelasi spasial. Ada beberapa pengujian untuk autokorelasi spasial yaitu Indeks Moran, Local Indicator of Spatial Autocorrelation (LISA), dan Geary’s Ratio. Penelitian ini bertujuan untuk mengaplikasikan pengujian Indeks Moran dan Local Indicator of Spatial Autocorrelation (LISA) untuk mengetahui autokorelasi spasial secara global dan lokal di Kalimantan Selatan. Pertama akan dibuat matriks pembobot spasial untuk mengetahui hubungan antar lokasi. Setelah itu dilakuan perhitungan autokorelasi secara global dan pengujian hipotesis dengan Indeks Moran dengan taraf signifikasi . Pada pengujian Indeks moran diketahui bahwa autokorelasi spasial menerima  setiap tahunnya sehingga tidak terdapat autokorelasi spasial. Selanjutnya dilakukan analisis Moran Scatterplot untuk memastikan nilai Indeks Moran terhadap penyebaran data secara visual. Setelah dilakukan perhitungan autokorelasi spasial secara global selanjutnya dilakukan perhitungan autokorelasi spasial secara lokal dan pengujian hipotesis dengan menggunakan Local Indicator of Spasial Autocorrelation (LISA). Dari perhitungan autokorelasi spasial secara lokal diketahui Kota Banjarmasin menolak  pada tahun 2018 dan 2019 sehingga memiliki autokorelasi spasial terhadapat Kabupaten Banjar dan Kabupaten Barito Kuala.

Kata Kunci : autokorelasi spasial, tingkat pengangguran, Indeks Moran, Local Indicator of Spasial Autocorrelation