Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

Pemodelan Angka Pengangguran Terdidik di Indonesia dengan Geographically Weighted Regression

Abdilla Mufarida, - (2024) Pemodelan Angka Pengangguran Terdidik di Indonesia dengan Geographically Weighted Regression. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text (Full Bab I-III dan Bab V)
FULL TUGAS AKHIR.pdf

Download (2MB) | Preview
[img] Text (Hasil dan Pembahasan)
BAB IV.pdf - Published Version
Restricted to Repository staff only

Download (681kB)

Abstract

Memodelkan Angka Pengangguran Terdidik (APT) di Indonesia merupakan upaya untuk mengurangi jumlah pengangguran terutama pengangguran yang mampu menyelesikan pendidikannya minimal SLTA. Survei SATKERNAS menyebutkan, lebih dari setengah jumlah pengangguran yang ada di Indonesia pada Tahun 2022 merupakan jumlah pengangguran terdidik. Pemodelan secara umum dilakukan untuk melihat hubungan variabel independen dengan variabel dependen menggunakan analisis regresi linier dan secara spesifik menggunakan analisis Geographically Weighted Regression (GWR) untuk memahami perbedaan signifikansi variabel independen antar wilayah provinsi di Indonesia. Sesuai dengan kriteria kebaikan model, GWR menghasilkan model yang memiliki nilai AIC lebih kecil dari model umum yang dihasilkan oleh regresi linier. Dari analisis regresi linier, APT di Indonesia Tahun 2022 dipengaruhi oleh TPT, JPUP, dan Inv. Selain variabel tersebut, variabel LPP juga mempengaruhi APT di Provinsi Aceh, Sumatera Utara, Sumatera Barat, dan Riau sesuai analisis GWR dengan fungsi pembobot fixed gaussian.

Item Type: Thesis (Skripsi)
Contributors:
ContributionNameNIDN/NIDKEmail
Thesis advisorMuhammad Marizal2020038804muhammadmarizal@gmail.com
Subjects: 500 Ilmu-ilmu Alam dan Matematika > 510 Matematika
Divisions: Fakultas Sains dan Teknologi > Matematika
Depositing User: fsains -
Date Deposited: 11 Jul 2024 04:00
Last Modified: 11 Jul 2024 04:00
URI: http://repository.uin-suska.ac.id/id/eprint/81241

Actions (login required)

View Item View Item