ANALISIS PENYEBAB PENGANGGURAN TERBUKA DI ACEH MELALUI PENDEKATAN PRINCIPAL COMPONENT ANALYSIS (PCA) DAN ANALISIS PROFIL | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI

ANALISIS PENYEBAB PENGANGGURAN TERBUKA DI ACEH MELALUI PENDEKATAN PRINCIPAL COMPONENT ANALYSIS (PCA) DAN ANALISIS PROFIL


Pengarang

AISYA RAHMA - Personal Name;

Dosen Pembimbing

Siti Rusdiana - 196309101990022001 - Dosen Pembimbing I
Hafnani - 197509092005012001 - Dosen Pembimbing II



Nomor Pokok Mahasiswa

2108101010012

Fakultas & Prodi

Fakultas MIPA / Matematika (S1) / PDDIKTI : 44201

Subject
-
Kata Kunci
-
Penerbit

Banda Aceh : Fakultas mipa., 2026

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)

Tingkat pengangguran terbuka merupakan salah satu permasalahan ketenagakerjaan
yang masih menjadi perhatian di Aceh. Kondisi ini dipengaruhi oleh berbagai faktor,
seperti tingkat pendidikan, jenis kelamin, dan status bekerja, sehingga diperlukan
metode yang mampu mereduksi banyaknya variabel tanpa menghilangkan sebagian
besar informasi yang terkandung di dalam data. Penelitian ini bertujuan untuk
menentukan komponen utama yang terbentuk dari variabel penyebab pengangguran
terbuka di Aceh menggunakan Principal Component Analysis (PCA), menjelaskan
karakteristik setiap komponen utama, serta mengidentifikasi perbedaan kondisi
pengangguran antarkabupaten/kota melalui Analisis Profil. Penelitian menggunakan
data sekunder Badan Pusat Statistik (BPS) Provinsi Aceh periode 2020 hingga 2024.
Analisis dilakukan menggunakan metode PCA untuk mereduksi dimensi data,
kemudian dilanjutkan dengan Analisis Profil untuk menggambarkan karakteristik
pengangguran pada setiap kabupaten/kota. Hasil penelitian menunjukkan bahwa PCA
berhasil mereduksi variabel penelitian menjadi empat komponen utama dengan nilai
Explained Variance Ratio (EVR) kumulatif sebesar 82,67% . Komponen utama
pertama menggambarkan kondisi ketenagakerjaan yang berkaitan dengan tingkat
pendidikan menengah, komponen kedua menggambarkan karakteristik pengangguran
berdasarkan tingkat pendidikan, komponen ketiga menunjukkan kesenjangan
karakteristik pengangguran antara kelompok berpendidikan sangat rendah dan
kelompok berpendidikan tinggi, sedangkan komponen keempat menggambarkan
variasi karakteristik pengangguran berdasarkan perbedaan gender. Hasil Analisis
Profil menunjukkan adanya perbedaan karakteristik pengangguran
antarkabupaten/kota di Aceh. Hasil penelitian ini diharapkan dapat menjadi bahan
pertimbangan bagi pemerintah dalam merumuskan kebijakan ketenagakerjaan yang
lebih tepat sasaran sesuai karakteristik masing-masing wilayah.

Kata Kunci: Pengangguran terbuka, Principal Component Analysis, Analisis Profil,
Ketenagakerjaan Aceh.

Open poverty levels remain a significant employment-related issue in Aceh. This condition is influenced by various factors—such as education level, gender, and employment status necessitating a method capable of reducing the number of variables without losing a substantial amount of the information contained within the data. This study aims to determine the principal component derived from variables contributing to open poverty in Aceh using Principal Component Analysis (PCA), to explain the characteristics of each principal component, and to identify differences in poverty conditions across regencies and cities through Profile Analysis. The study utilizes secondary data from Statistics Indonesia (BPS) of Aceh Province covering the period from 2020 to 2024. PCA was employed for data dimensionality reduction, followed by Profile Analysis to characterize poverty in each regency and city. The results indicate that PCA successfully reduced the research variables into four principal component with a cumulative Explained Variance Ratio (EVR) of 82.67%. The first principal component reflects employment conditions related to secondary education levels; the second describes unemployment characteristics based on education level; the third highlights poverty characteristics distinguishing between groups with very low education and those with high education; and the fourth captures variations in poverty characteristics based on gender. Profile Analysis revealed distinct poverty characteristics across the regencies and cities of Aceh. These findings are expected to serve as a basis for the government to formulate more targeted employment policies tailored to the specific characteristics of each region. Keywords: Open unemployment, Principal Component Analysis, Profile Analysis, Aceh employment.

Citation



    SERVICES DESK