DIGITAL LIBRARY



JUDUL:PEMODELAN GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) MENGGUNAKAN PEMBOBOT KERNEL PADA KASUS TINGKAT PENGANGGURAN TERBUKA DI KALIMANTAN
PENGARANG:VIONA OKTAFIANI
PENERBIT:UNIVERSITAS LAMBUNG MANGKURAT
TANGGAL:2024-05-07


Pemodelan Geographically Weighted Regression  (GWR) menggunakan Pembobot Kernel pada Kasus Tingkat Pengangguran Terbuka di Kalimantan (Oleh: Viona Oktafiani; Pembimbing: Dewi Sri Susanti dan Yeni Rahkmawati, 2023; 90 halaman)

Pengangguran merupakan salah satu masalah yang cukup serius dalam pembangunan ekonomi Indonesia. Pengangguran ini menggambarkan  sumber daya manusia yang belum termanfaatkan secara optimal, akibatnya produktivitas dan pendapatan masyarakat belum maksimal hal ini juga dapat menjadi salah satu penyebab timbulnya kemiskinan dan masalah masalah sosial lainnya. Penelitian ini bertujuan untuk mengetahui gambaran umum dari tingkat pengangguran terbuka di regional Kalimantan, mendapatkan model terbaik dan faktor-faktor yang berpengaruh terhadap tingkat pengangguran terbuka serta menggambarkannya melalui peta tematik. Penelitian diawali dengan pengujian asumsi dan efek spasial kemudian dilanjutkan dengan pengujian permodelan regresi global dan Geographically Weighted Regression. Fungsi pembobot yang digunakan dalam penelitian ini adalah adaptive gaussian kernel. Hasil penelitian menunjukkan bahwa variabel yang berpengaruh positif terhadap tingkat pengangguran terbuka di regional Kalimantan yaitu kepadatan penduduk. Sedangkan variabel yang berpengaruh negatif terhadap tingkat pengangguran terbuka yaitu Tingkat Partisipan Angkatan Kerja.

Kata Kunci: Tingkat Pengangguran Terbuka, Pulau Kalimantan, Spasial, GWR

Berkas PDF
NODOWNLOAD LINK
1FILE 1



File secara keseluruhan dapat di unduh DISINI