ANALISIS MODEL GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT FIXED KERNEL GAUSSIAN PADA TINGKAT PENGANGGURAN TERBUKA (TPT) DI PULAU JAWA | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI

ANALISIS MODEL GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT FIXED KERNEL GAUSSIAN PADA TINGKAT PENGANGGURAN TERBUKA (TPT) DI PULAU JAWA


Pengarang

NURUL SAFNA - Personal Name;

Dosen Pembimbing

Munawar - 197606192010121001 - Dosen Pembimbing I
Nurhasanah - 197405192008012007 - Dosen Pembimbing II



Nomor Pokok Mahasiswa

1808108010047

Fakultas & Prodi

Fakultas MIPA / Statistika (S1) / PDDIKTI : 49201

Subject
-
Kata Kunci
-
Penerbit

Banda Aceh : Fakultas MIPA Statistika., 2022

Bahasa

No Classification

-

Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

Jenis pengangguran di Indonesia adalah jenis pengangguran terbuka. Tingkat Pengangguran Terbuka (TPT) merupakan persentase jumlah pengangguran terhadap jumlah angkatan kerja. Indonesia memiliki 6 pulau, dimana salah satu pulau yang memiliki TPT tertinggi berada di Pulau Jawa. Penelitian ini bertujuan untuk memperoleh model yang dapat digunakan untuk memperkirakan TPT dan mendapatkan variabel yang berpengaruh secara signifikan terhadap TPT pada setiap kabupaten/kota di Pulau Jawa tahun 2020. Data yang digunakan pada penelitian ini adalah data sekunder yang diperoleh dari publikasi Badan Pusat Statistik (BPS) tahun 2020 dan Provinsi dalam Angka tahun 2021. Berdasarkan hasil analisa pada penelitian ini data TPT memiliki pengaruh spasial diketahui bahwa Model GWR dengan pembobot Fixed Kernel Gaussian memiliki nilai bandwidth yang sama untuk semua lokasi pengamatan dan diperoleh sebanyak 119 model dan 9 kelompok variabel yang signifikan dari 119 kabupaten/kota di Pulau Jawa tahun 2020. Semua variabel berpengaruh secara signifikan terhadap TPT di Pulau Jawa tahun 2020 yaitu Indeks Pembangunan Manusia (IPM) (X_1), Produk Domestik Regional Bruto (PDRB) (X_2), jumlah penduduk (X_3), laju pertumbuhan penduduk (X_4), tingkat partisipasi angkatan kerja (TPAK) (X_5), rata-rata upah (X_6), dan kepadatan penduduk (X_7).

Kata kunci: Efek Spasial, Tingkat Pengangguran Terbuka (TPT), GWR

The type of unemployment in Indonesia is open unemployment. The Open Unemployment Rate (TPT) is the percentage of the number of unemployed to the total workforce. Indonesia has 6 islands, one of the island that has the highest Open Unemployment Rate is Java island. This study aims to obtain a model that can be used to estimate the Open Unemployment Rate and obtain variables that have significant effect to the Open Unemployment Rate in each district/city in Java Island in 2020. The data used in this study are secondary data obtained from the publications Statistics Center (BPS) in 2020 and Provinces in Figures in 2021. Based on the results of the analysis in this study, the Open Unemployment Rate data has a spatial effect, it is known that the Geographically Weighted Regression Model with the Fixed Kernel Gaussian weighting has the same bandwidth value for all observation locations and obtained as much as 119 models and 9 groups of significant variables from 119 districts/cities in Java Island in 2020. All variables have a significant effect to the Open Unemployment Rate in Java in 2020, namely the Human Development Index (X1), Gross Regional Domestic Product (X2), population (X3), population growth rate (X4), labor force participation rate (X5), average wage (X6), and population density (X7). Keywords: Spatial Effect, Open Unemployment Rate, GWR

Citation



    SERVICES DESK