Electronic Theses and Dissertation

Tingkat Pengangguran Terbuka (TPT) merupakan indikator penting dalam mengukur
kondisi ketenagakerjaan dan ekonomi suatu wilayah. TPT di Indonesia menunjukkan
keragaman dari karakteristik ekonomi, sosial, dan geografis antarwilayah, termasuk
Pulau Sumatra. Karena terdapat kemungkinan adanya pengaruh spasial, dimana TPT
suatu wilayah dapat dipengaruhi oleh TPT di wilayah tetangganya, maka diperlukan
pendekatan yang memperhitungkan lokasi (spasial). Pendekatan analisis regresi
spasial dinilai mampu memberikan pemahaman terhadap pola distribusi TPT di Pulau
Sumatra serta variabel yang memengaruhinya. Penelitian ini bertujuan untuk
mendapatkan model regresi spasial terbaik serta mengidentifikasi variabel-variabel
yang memengaruhi TPT di Pulau Sumatra tahun 2023. Data yang digunakan adalah
data sekunder dari publikasi BPS Provinsi dalam Angka Tahun 2024 dengan unit
analisis sebanyak 145 kabupaten/kota di Pulau Sumatra. Data penelitian ini terdiri dari
satu variabel dependen yaitu TPT dan enam variabel independen yaitu tingkat
partisipasi angkatan kerja, indeks pembangunan manusia, persentase penduduk
miskin, jumlah penduduk, angka harapan hidup, dan harapan lama sekolah. Hasil dari
analisis regresi spasial menunjukkan bahwa nilai indeks moran global sebesar 0,356
dengan p-value sebesar 6,176 × 10-9 mengindikasikan adanya ketergantungan spasial.
Spatial Error Model (SEM) merupakan model terbaik untuk memodelkan data TPT di
Pulau Sumatra karena signifikan pada uji Lagrange Multiplier (LM) dengan nilai AIC
terkecil yaitu 310,571 dan R2 terbesar yaitu 54,5%, serta variabel-variabel yang
memengaruhi TPT di Pulau Sumatra adalah tingkat partisipasi angkatan kerja (X1),
jumlah penduduk (X4), dan harapan lama sekolah (X6).

The Open Unemployment Rate (OUR) is an important indicator in measuring the employment and economic conditions of a region. OUR in Indonesia shows the diversity of economic, social, and geographical characteristics between regions, including Sumatra Island. Because there is a possibility of spatial influence, where the OUR of a region can be influenced by the OUR in neighboring regions, an approach that takes into account location (spatial) is needed. The spatial regression analysis approach is considered capable of providing an understanding of the OUR distribution pattern in Sumatra Island and the variables that influence it. This study aims to obtain the best spatial regression model and identify the variables that influence the OUR in Sumatra Island in 2023. The data used are secondary data from the BPS Province publication in Figures 2024 with an analysis unit of 145 districts/cities on Sumatra Island. This research data consists of one dependent variable, namely OUR and six independent variables, namely the labor force participation rate, human development index, percentage of poor people, total population, life expectancy, and expected length of schooling. The results of the spatial regression analysis show that the Moran’s I index value of 0,356 with a p-value of 6,176 × 10-9 indicates the presence of spatial dependence. The Spatial Error Model (SEM) is the best model for modeling OUR data in Sumatra Island because it is significant in the Lagrange Multiplier (LM) test with the smallest AIC value of 310,571 and the largest R2 of 54,5%, and the variables that affect OUR in Sumatra Island are the labor force participation rate (X1), total population (X4), and expected length of schooling (X6).