<?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="98412">
 <titleInfo>
  <title>PEMODELAN TINGKAT PENGANGGURAN TERBUKA (TPT) TAHUN 2020 DI PULAU SUMATERA MENGGUNAKAN METODE GEOGRAPHICALLY WEIGHTED REGRESSION (GWR)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>RINA MULYA SARI</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 (S1)</publisher>
   <dateIssued>2022</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Tingkat Pengangguran Terbuka (TPT) adalah salah satu indikator yang dapat digunakan untuk mengukur tingkat penawaran tenaga kerja yang tidak digunakan atau belum terserap oleh pasar kerja. Data yang digunakan dalam penelitian ini bersumber dari publikasi dalam angka Badan Pusat Statistik (BPS) di tiap kabupaten/kota di Pulau Sumatera tahun 2021. Di tahun 2020 terdapat 1 dari 10 Provinsi di Pulau Sumatera yang memiliki angka TPT di atas level nasional, yaitu terdapat di Provinsi Kepulauan Riau. Adanya efek spasial merupakan hal yang sering terjadi antara satu wilayah dengan wilayah lainnya. Berdasarkan pengujian asumsi pada penelitian ini diketahui bahwa data TPT memiliki pengaruh spasial. Oleh karena itu, pembentukan model regresi linear dengan metode Ordinary Least Square (OLS) diketahui kurang representatif, sehingga dalam penelitian ini dilakukan analisis spasial dengan Geographically Weighted Regression (GWR). Metode GWR digunakan untuk memodelkan TPT di tiap kabupaten/kota di Pulau Sumatera serta mengetahui faktor yang berpengaruh secara signifikan di masing-masing kabupaten/kota. Hasil pemodelan dengan GWR diperoleh model yang berbeda-beda untuk tiap kabupaten/kota di Pulau Sumatera. Faktor-faktor yang secara signifikan mempengaruhi TPT di masing-masing kabupaten/kota secara spasial adalah Tingkat Partisipasi Angkatan Kerja (TPAK), Laju Pertumbuhan Penduduk, Kepadatan Penduduk, Produk Domestik Regional Bruto (PDRB), Rata-rata Lama Sekolah, Jumlah Penduduk Miskin, dan  Indeks Pembangunan Manusia (IPM). Dengan menggunakan metode Geographically Weighted Regression (GWR) diperoleh 115 model lokal untuk masing-masing wilayah dengan 20 kombinasi variabel yang signifikan yang mempengaruhi angka TPT disetiap kabupaten/kota di Pulau Sumatera tahun 2020.&#13;
   &#13;
Kata kunci : Tingkat Pengangguran Terbuka, GWR, Efek Spasial&#13;
</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>REGRESSION ANALYSIS</topic>
 </subject>
 <classification>519.536</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>98412</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2022-03-07 18:48:52</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-03-08 10:59:31</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>