<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="107646">
 <titleInfo>
  <title>ANALISIS MODEL GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) DENGAN PEMBOBOT FIXED KERNEL GAUSSIAN PADA TINGKAT PENGANGGURAN TERBUKA (TPT) DI PULAU JAWA</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>NURUL SAFNA</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas MIPA Statistika</publisher>
   <dateIssued>2022</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>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).&#13;
&#13;
Kata kunci: Efek Spasial, Tingkat Pengangguran Terbuka (TPT), GWR&#13;
</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>107646</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2022-12-30 10:09:38</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-12-30 15:54:20</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>