Pemodelan Tingkat Pengangguran Terbuka (TPT) di Jawa Barat Menggunakan Regresi Nonparametrik Deret Fourier

Abstract

Abstract. Regression analysis is a method used to determine the causal relationship of response variables with one or more predictor variables. It is generally divided into three regression analyses namely parametric, semiparametric, and nonparametric. Parametric regression has assumptions that can be met and the regression curve is known, but not all data can meet this. Therefore, the use of nonparametric regression can be an alternative because the use is not bound by assumptions and is used when the data does not follow a certain curve pattern. Nonparametric regression of the Fourier series is a method used to estimate the parameters of the regression curve through a data pattern approach. The best modeling uses the Generalized Cross Validation (GCV) method to derive the optimal oscillation point from the minimum GCV value. The purpose of the study is to obtain the best model of the Open Unemployment Rate (TPT) in West Java in 2022. Where the variables that are thought to affect the Open Unemployment Rate (TPT) are population density, percentage of poor people, gross participation rate (APK), Human Development Index (HDI), and Labor Force Participation Rate (TPAK). The results of the analysis show that the best fourier series nonparametric regression model for the Open Unemployment Rate (TPT) in West Java is at the 3th oscillation point with a coefficient of determination value of 84%.

Abstrak. Analisis regresi adalah suatu metode yang digunakan untuk mengetahui hubungan sebab akibat dari variabel respon dengan satu atau lebih variabel prediktor. Umumnya dibagi menjadi tiga analisis regresi yaitu parametrik, semiparametrik, dan nonparametrik. Pada regresi parametrik memiliki asumsi yang dapat terpenuhi dan kurva regresi diketahui akan tetapi tidak semua data dapat memenuhi hal tersebut. Oleh karena itu penggunaan regresi nonparametrik t Rate, Generalized Cross Validation.dapat menjadi alternatif karena penggunaan tidak terikat asumsi-asumsi dan digunakan ketika data tidak mengikuti pola kurva tertentu. Regresi nonparametrik deret fourier adalah metode yang digunakan untuk mengestimasi parameter kurva regresi melalui pendekatan pola data. Pemodelan terbaik menggunakan metode Generalized Cross Validation (GCV) untuk memperoleh titik osilasi optimal dari nilai GCV minimum. Tujuan dari penelitian untuk memperoleh model terbaik Tingkat Pengangguran Terbuka (TPT) di Jawa Barat tahun 2022. Dimana variabel-variabel yang diduga mempengaruhi Tingkat Pengangguran Terbuka (TPT) yaitu kepadatan penduduk, presentase penduduk miskin, angka partisipasi kasar (APK), Indeks Pembangunan Manusia (IPM), dan Tingkat Partisipasi Angkatan Kerja (TPAK). Hasil analisis menunjukkan model regresi nonparametrik deret fourier terbaik untuk Tingkat Pengangguran Terbuka (TPT) di Jawa Barat adalah pada titik osilasi ke-3 dengan nilai koefisien determinasi sebesar 84%.