Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
PENERAPAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) PADA TINGKAT PENGANGGURAN TERBUKA DI KABUPATEN/KOTA PULAU SUMATERA
Pengarang
Nadya Nur Fadhilah - Personal Name;
Dosen Pembimbing
Syarifah Meurah Yuni - 198006072008122001 - Dosen Pembimbing I
T. Murdani Saputra - 199008212019031007 - Dosen Pembimbing II
Nomor Pokok Mahasiswa
1908101010063
Fakultas & Prodi
Fakultas MIPA / Matematika (S1) / PDDIKTI : 44201
Subject
Kata Kunci
Penerbit
Banda Aceh : Fakultas mipa., 2023
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)
Pengangguran adalah kondisi dimana seseorang yang termasuk ke dalam angkatan kerja tetapi tidak memiliki pekerjaan dan secara aktif tidak sedang mencari pekerjaan. Jumlah pengangguran diukur dengan menggunakan indikator Tingkat Pengangguran Terbuka (TPT). TPT diperoleh dengan membandingkan banyaknya pencari kerja dan jumlah angkatan kerja. Penelitian ini bertujuan untuk mendapatkan model TPT di setiap kabupaten/kota Pulau Sumatera dan faktor-faktor apa saja yang memengaruhinya dengan menggunakan metode Geographically Weighted Regression (GWR) dan pembobot Fungsi Fixed Kernell Gaussian, serta mendeskripsikan variabel prediktor pada peta tematik. Metode GWR adalah salah satu metode statistik yang dapat mencegah adanya aspek spasial dalam data. Parameter yang diestimasi oleh model regresi lokal bervariasi pada setiap titik lokasi dan diestimasi dengan menggunakan metode Weighted Least Square (WLS). Berdasarkan hasil penelitian yang diperoleh dari penelitian ini adalah model GWR yang didapatkan berjumlah 154 model lokal yang berbeda pada setiap kabupaten/kota di Pulau Sumatera. Variabel x1, x2, x3, dan x6 memiliki pengaruh signifikan pada setiap lokasi, sedangkan variabel x4 dan variabel x5 tidak memiliki pengaruh pada lokasi manapun. Variabel-variabel tersebut mampu menjelaskan TPT sebesar 57,2% yang mana sisanya 42,8% dijelaskan oleh faktor lain yang tidak dijelaskan pada model.
Unemployment is a condition where a person who is included in the labor force but does not have a job and is not actively looking for work. The number of unemployed is measured using the Open Unemployment Rate (OUR) indicator. OUR is obtained by comparing the number of job seekers and the number of labor force. The purposes of this research are to obtain a model of OUR in each district/city of Sumatra Island and what factors influence it by using the Geographically Weighted Regression (GWR) method and Gaussian Fixed Kernell Function weighting, and describe the predictor variables on thematic maps. The GWR method is one of the statistical methods that can prevent the presence of spatial aspects in the data. The parameters estimated of the local regression model were various at each location point and it was estimated by using the Weighted Least Square (WLS) method. Based on the research results obtained by this research, the GWR models obtained amounted to 154 different local models in each district/city in the Sumatera Island. Variables x1, x2, x3, and x6 have a significant influence on each location, while variable x4 and variable x5 haven’t significant on any location. These variables are able to explain OUR by 57.2%, of which the remaining 42.8% is explained by other factors that not explained in the model
PENERAPAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR) PADA TINGKAT PENGANGGURAN TERBUKA DI KABUPATEN/KOTA PULAU SUMATERA (Nadya Nur Fadhilah, 2023)
ANALISIS FUZZY GEOGRAPHICALLY WEIGHTED CLUSTERING PADA INDIKATOR INDEKS PEMBANGUNAN MANUSIA DI PROVINSI SUMATERA UTARA (Nurul Fadhilah Hayyana Aritonang, 2022)
PENGARUH TINGKAT PENGANGGURAN TERBUKA, INDEKS PEMBANGUNAN MANUSIA, DAN PENGELUARAN PEMERINTAH TERHADAP PERTUMBUHAN EKONOMI DI PULAU SUMATERA: INVESTASI ASING SEBAGAI VARIABEL MODERASI (Aisar Riski Baizura, 2025)
PENGARUH INFLASI, INDEKS PEMBANGUNAN MANUSIA DAN UPAH MINIMUM PROVINSI TERHADAP TINGKAT PENGANGGURAN TERBUKA DI PULAU SUMATRA (Fery Darmawan, 2024)
ANALISIS TINGKAT KEMISKINAN DI PROVINSI ACEH DENGAN GEOGRAPHICALLY WEIGHTED REGRESSION (Weni Skinjayanti, 2014)