Peramalan Tingkat Pengangguran Terbuka Di Provinsi Jawa Barat Menggunakan Metode DMA Dan DES
DOI:
https://doi.org/10.29313/bcss.v6i2.24757Keywords:
Tingkat Pengangguran Terbuka, Double Moving Average, Double Exponential SmoothingAbstract
Abstract. The Open Unemployment Rate is an important part in describing the employment and economic conditions of a region. West Java Province has shown a decline in recent years, but in 2025 it will be in the top three provinces with the highest unemployment rates in Indonesia. Therefore, forecasting is needed to provide an overview of the condition of the Open Unemployment Rate in the future period as supporting material for planning and evaluating employment policies. This study aims to apply the Double Moving Average (DMA) and Double Exponential Smoothing (DES) methods, determine the best model, and predict the Open Unemployment Rate of West Java Province in 2026–2027. The study uses a quantitative approach with secondary data on the percentage of the Open Unemployment Rate in 2009–2025 obtained from the Central Bureau of Statistics. The analysis was carried out through descriptive statistics, the Augmented Dickey-Fuller (ADF) test, DMA modeling, Brown's DES, and Holt's DES, then model evaluation using the Mean Absolute Percentage Error (MAPE). The results of the ADF test show that the data is non-stationary with a p-value of 0.3596. The best model was obtained from Holt's Double Exponential Smoothing with α = 0.9 and γ = 0.05, resulting in a MAPE of 6.184% and an accuracy of 88.28%, categorized as very good. The forecast results indicate an estimated Open Unemployment Rate of 6.299% in 2026 and 5.872% in 2027. These results indicate a downward trend in the Open Unemployment Rate and can be used as supporting information in employment policy planning in West Jawa.
Abstrak. Tingkat Pengangguran Terbuka (TPT) merupakan salah satu bagian penting dalam menggambarkan kondisi ketenagakerjaan dan perekonomian suatu wilayah. Provinsi Jawa Barat dalam beberapa tahun terakhir menunjukkan penurunan namun pada tahun 2025 berada di tiga besar Provinsi dengan angka pengangguran tertinggi di Indonesia, sehingga diperlukan peramalan untuk memberikan gambaran kondisi TPT pada periode mendatang sebagai bahan pendukung perencanaan dan evaluasi kebijakan ketenagakerjaan. Penelitian ini bertujuan menerapkan metode Double Moving Average (DMA) dan Double Exponential Smoothing (DES), menentukan model terbaik, serta meramalkan TPT Provinsi Jawa Barat tahun 2026–2027. Penelitian menggunakan pendekatan kuantitatif dengan data sekunder persentase TPT tahun 2009–2025 yang diperoleh dari Badan Pusat Statistik. Analisis dilakukan melalui statistik deskriptif, uji Augmented Dickey-Fuller (ADF), pemodelan DMA, Brown’s DES, dan Holt’s DES, kemudian evaluasi model menggunakan Mean Absolute Percentage Error (MAPE). Hasil uji ADF menunjukkan data tidak stasioner dengan p-value 0,3596. Model terbaik diperoleh dari Holt’s Double Exponential Smoothing dengan α = 0,9 dan γ = 0,05, menghasilkan MAPE 6,184% dan akurasi 88,28% dengan kategori sangat baik. Hasil peramalan menunjukkan TPT diperkirakan sebesar 6,299% pada 2026 dan 5,872% pada 2027. Hasil ini menunjukkan kecenderungan penurunan TPT dan dapat menjadi informasi pendukung dalam perencanaan kebijakan ketenagakerjaan di Jawa Barat.
References
Gautama, R. P. (2024). Pengaruh Pengeluaran Perkapita, Jumlah Penduduk Miskin, Tingkat Pengangguran Terbuka (TPT), dan Tingkat Partisipasi Angkatan Kerja (TPAK) Terhadap Pendapatan Pajak Provinsi Jawa Tengah. Emerging Statistics and Data Science Journal, 2(1), 97-106.
Makridakis, S., Wheelwright, S. C., & McGee, V. E. (1991). Metode dan Aplikasi Peramalan, Edisi Kedua. Jakarta: Erlangga.
Marpaung, T. J., Siringoringo, Y. B., Marpaung, R. G., & Marpaung, J. L. (2023). Double Exponential Smoothing Method to Forecast the Production of Tembakau in North Sumatra. Journal of Mathematics Technology and Education , 2(2), 114 - 125.
Martias, L. D. (2021). Statistika deskriptif sebagai kumpulan informasi. Fihris: Jurnal Ilmu Perpustakaan Dan Informasi, 16(1), 40-59.
Maulana, H. A. (2018). Pemodelan Deret Waktu dan Peramalan Curah Hujan pada Dua Belas Stasiun di Bogor. Jurnal Matematika, Statistika dan Komputasi, 15(1), 50-63.
Muchayan, A. (2019). Comparison of Holt and Brown's Double Exponential Smoothing Methods in The Forecast of Moving Price for Mutual Funds. Journal of Applied Science, Engineering, Technology, and Education, 1(2), 183-192.
Pujiati, E., Yuniarti, D., & Goejantoro, R. (2016). Peramalan dengan Menggunakan Metode Double Exponential Smoothing dari Brown (Studi Kasus: Indeks Harga Konsumen (IHK) Kota Samarinda). Jurnal EKSPONENSIAL, 7(1), 33-40.
Rizal, J., & Akbar, S. (2015). Perbandingan Uji Stasioner Data Timeseries Antara Metode: Control Chart, Correlogram, Akar Unit Dickey Fuller, dan Derajat Integrasi. Jurnal Gradien, 11(1), 1040-1046.
Suara, A., Sanjaya, A., & Pamungkas, D. P. (2022). Implementasi Double Moving Average Untuk Prediksi Produksi Sabun. In Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 6(2), 224-229.
