<?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="150891">
 <titleInfo>
  <title>PEMODELAN REGRESI NONPARAMETRIK SPLINE TRUNCATED PADA FAKTOR-FAKTOR YANG MEMENGARUHI TINGKAT PENGANGGURAN TERBUKA DI PROVINSI BANTEN DAN JAWA BARAT</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>MUSHLIH</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>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Regresi nonparametrik spline truncated merupakan metode analisis regresi yang fleksibel dan memiliki keunggulan dalam menangkap pola hubungan kompleks yang sulit dimodelkan dengan regresi parametrik. Keunggulan tersebut menjadikan metode ini sangat relevan dalam menganalisis faktor-faktor yang memengaruhi Tingkat Pengangguran Terbuka (TPT), yang merupakan salah satu indikator utama kondisi ketenagakerjaan. TPT dapat dipengaruhi oleh faktor sosial, ekonomi, dan kependudukan yang memiliki hubungan kompleks dan tidak linier terhadap TPT. Menurut Badan Pusat Statistik (BPS), Provinsi Banten dan Provinsi Jawa Barat merupakan provinsi dengan TPT tertinggi pada tahun 2023 yaitu 7,52% dan 7,44%. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi TPT di Provinsi Banten dan Jawa Barat tahun 2023 dengan menggunakan pendekatan regresi nonparametrik spline truncated. Enam faktor yang diduga memengaruhi TPT adalah Tingkat Partisipasi Angkatan Kerja (TPAK), rata-rata lama sekolah, persentase penduduk miskin, laju pertumbuhan penduduk, laju pertumbuhan PDRB, dan persentase penduduk usia produktif. Berdasarkan analisis scatter plot, tidak ditemukan pola hubungan yang jelas antara TPT dan faktor-faktor tersebut, sehingga penggunaan metode regresi nonparametrik spline truncated menjadi pilihan yang tepat. Model terbaik diperoleh dengan kombinasi titik knot optimal (3, 2, 3, 3, 3, 1) dan nilai GCV minimum 0,66. Penyederhanaan model dilakukan untuk model tersebut melalui knot selection. Model yang disederhanakan memiliki 14 parameter dan 8 titik knot dengan nilai GCV 0,88 dan koefisien determinasi (R²) sebesar 90,64%. Hasil analisis menunjukkan bahwa TPAK, rata-rata lama sekolah, persentase penduduk miskin, laju pertumbuhan penduduk, laju pertumbuhan PDRB, dan persentase penduduk usia produktif berpengaruh signifikan terhadap TPT, dengan variasi pengaruh pada interval tertentu.&#13;
&#13;
Kata kunci: tingkat pengangguran terbuka, regresi nonparametrik spline truncated, GCV, titik knot, Banten, Jawa Barat&#13;
 &#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>150891</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-03-11 16:38:53</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-03-12 08:27:28</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>