Electronic Theses and Dissertation

Isu pengangguran masih menjadi perhatian serius di Indonesia, terutama di wilayah-wilayah yang memiliki karakteristik ekonomi dan sosial yang beragam, seperti yaitu Provinsi Aceh dan Sumatera Utara. Kedua provinsi ini memiliki beberapa aspek penting yang serupa, termasuk kedekatan geografis serta ketergantungan pada sektor primer. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor signifikan yang memengaruhi Tingkat Pengangguran Terbuka (TPT), serta menentukan faktor signifikan dominan di Provinsi Aceh dan Sumatera Utara pada periode 2018-2022. Geographical Weighted Panel Regression (GWPR) dipilih karena kemampuannya untuk menangkap variasi spasial dan temporal dalam data panel, dengan mempertimbangakan perbedaan antar wilayah dan perubahan dari waktu ke waktu. Variabel yang digunakan dalam penelitian ini mencakup TPT sebagai variabel dependen, bersama dengan berbagai faktor independen seperti Tingkat Partisipasi Angkatan Kerja, Penduduk Miskin, Kepadatan Penduduk, Rata-rata Lama Sekolah, Pertumbuhan Ekonomi, Harapan Lama Sekolah, Jumlah Penduduk dan Pengeluaran per Kapita. Hasil analisis menunjukkan bahwa faktor-faktor yang berpengaruh signifikan terhadap TPT di Provinsi Aceh dan Sumatera Utara yaitu X2 (Penduduk miskin), X3 (Kepadatan penduduk), X4 (Rata-rata lama sekolah), X5 (Pertumbuhan ekonomi), X6 (Harapan lama sekolah), X7 (Jumlah penduduk), dan X8 (Pengeluaran per kapita). Dalam model GWPR, terbentuk 17 kelompok wilayah berdasarkan variabel yang signifikan di wilayah tersebut. Selanjutnya, faktor yang dominan memengaruhi TPT di Provinsi Aceh dan Sumatera Utara adalah X5 (Pertumbuhan ekonomi), signifikan di 44 wilayah Aceh dan Sumatera Utara. Faktor-faktor yang dominan lainnya secara berurutan adalah X3 (Kepadatan penduduk) signifikan di 23 wilayah, X7 (Jumlah penduduk) signifikan di 15 wilayah, X4 (Rata-rata lama sekolah) signifikan di 13 wilayah, X6 (Harapan lama sekolah) signifikan di 7 wilayah, X2 (Penduduk miskin) signifikan di 4 wilayah, dan X8 (Pengeluaran per kapita) signifikan di 1 wilayah.

Kata kunci: GWPR, Data Panel, Tingkat Pengangguran Terbuka, Heterogenitas Spasial, Provinsi

The issue of unemployment remains a serious concern in Indonesia, particularly in regions with diverse economic and social characteristics, such as the provinces of Aceh and North Sumatra. These two provinces share several important aspects, including their close geographical proximity and reliance on the primary sector. This study aims to identify significant factors influencing the Open Unemployment Rate and determine the dominant significant factors in Aceh and North Sumatra provinces from 2018 to 2022. Geographical Weighted Panel Regression (GWPR) was chosen for its ability to capture spatial and temporal variations in panel data, considering differences between subdistricts and changes over time. The variables used in this study included the Open Unemployment Rate as the dependent variable, along with various independent factors such as The Labor Force Participation Rate, Poverty Rate, Population Density, Average Years of Schooling, Economic Growth, Expected Years of Schooling, Total Population, and Per Capita Expenditure were analyzed. The results show that the factors significantly influencing the Open Unemployment Rate in Aceh and North Sumatra Provinces are X2 (Poverty Rate), X3 (Population Density), X4 (Average Years of Schooling), X5 (Economic Growth), X6 (Expected Years of Schooling), X7 (Total Population), and X8 (Per Capita Expenditure). In the GWPR model, 17 subdistrict groups were formed based on the significant variables in each region. Furthermore, the dominant factor influencing the unemployment rate (TPT) in Aceh and North Sumatra Provinces is X5 (Economic growth), which is significant in 44 subdistricts of Aceh and North Sumatra. The other dominant factors, in order of significance, are X3 (Population density), significant in 23 subdistricts X7 (Total population), significant in 15 regions X4 (Average years of schooling), significant in 13 regions X6 (Expected years of schooling), significant in 7 regions X2 (Poor population), significant in 4 subdistricts and X8 (Per capita expenditure), significant in 1 region. Keywords: GWPR, Panel Data, Open Unemployment Rate, Spatial Heterogeneity, Provinces