DIGITAL LIBRARY



JUDUL:PENERAPAN REGRESI NONPARAMETRIK SPLINE TRUNCATED DAN DERET FOURIER DALAM PEMODELAN TINGKAT PENGANGGURAN TERBUKA DI PULAU KALIMANTAN TAHUN 2023
PENGARANG:ARIDHA PEBRIANI KUSMIRAN
PENERBIT:UNIVERSITAS LAMBUNG MANGKURAT
TANGGAL:2025-04-29


Indikator yang menggambarkan jumlah pengangguran menggunakan angka disebut Tingkat Pengangguran Terbuka (TPT). Sesuai dengan Rencana Pembangunan Jangka Menengah Nasional (RPJMN) 2020-2024 dan Ringkasan Rancangan Kerja Pemerintah (RKP) 2023, Pulau Kalimantan diharapkan memiliki maksimal TPT sebesar 3.4%. Namun, provinsi di Pulau Kalimantan masih memiliki TPT di atas 3.4%. Tingkat pengangguran yang tinggi akan menimbulkan berbagai permasalahan sosial. Oleh karena itu, perlu dilakukan analisis untuk memodelkan TPT. Metode analisis yang digunakan adalah regresi nonparametrik karena pola korelasi TPT dengan masing-masing variabel prediktor tidak membentuk suatu pola tertentu. Estimator Penduga yang akan digunakan adalah spline truncated dan deret fourier. Estimator spline truncated maupun deret fourier memiliki fleksibilitas yang baik. Berdasarkan pemodelan yang telah dilakukan, dapat disimpulkan bahwa metode spline truncated lebih baik. Hal ini dikarenakan pada model spline truncated didapatkan nilai GCV lebih kecil,  lebih besar dan MAE lebih kecil dibandingkan dengan model deret fourier. Berdasarkan hasil analisis, semua variabel prediktor yang digunakan yaitu Indeks Pembangunan Manusia, Upah Minimum Kabupaten, jumlah penduduk, dan pertumbuhan ekonomi berpengaruh signifikan terhadap TPT dengan koefisien determinasi sebesar 57.4%. Penelitian selanjutnya dapat mengeksplorasi perbandingan model dalam penelitian ini dengan metode lain atau dengan variabel prediktor lain untuk memperoleh informasi lebih komprehensif mengenai model terbaik dalam pemodelan TPT.

Berkas PDF
NODOWNLOAD LINK
1FILE 1



File secara keseluruhan dapat di unduh DISINI