Pemodelan Regresi Panel Spasial SAR dan SEM Pada Tingkat Pengangguran Terbuka (TPT) Provinsi Jawa Timur Tahun 2017-2020
Main Authors: | Sundusiyah, Balqis, Darmanto, S.Si., M.Si |
---|---|
Format: | Thesis NonPeerReviewed Book |
Bahasa: | eng |
Terbitan: |
, 2022
|
Subjects: | |
Online Access: |
http://repository.ub.ac.id/id/eprint/195142/1/Balqis%20Sundusiyah.pdf http://repository.ub.ac.id/id/eprint/195142/ |
ctrlnum |
195142 |
---|---|
fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/id/eprint/195142/</relation><title>Pemodelan Regresi Panel Spasial SAR dan SEM Pada Tingkat
Pengangguran Terbuka (TPT) Provinsi Jawa Timur Tahun
2017-2020.</title><creator>Sundusiyah, Balqis</creator><creator>Darmanto, S.Si., M.Si</creator><subject>519.5 Statistical mathematics</subject><description>Nilai amatan dari suatu lokasi saling berhubungan dengan nilai
amatan lokasi lain dan terdapat efek waktu dalam penelitian dapat di
analisis menggunakan regresi panel spasial. Permasalahan yang
sering terjadi akibat tidak meratanya pembangunan ekonomi adalah
kemiskinan dan pengangguran. Tingkat Pengangguran Terbuka
(TPT) dapat digunakan untuk mengukur besarnya angka
pengangguran. Angka TPT Provinsi Jawa Timur menunjukkan
adanya tren penurunan dari tahun 2017-2019, namun pada tahun
2020 TPT Provinsi Jawa Timur mengalami peningkatan sebesar
2.02%. Untuk mengetahui faktor-faktor yang berpengaruh signifikan
terhadap TPT di Provinsi Jawa Timur serta untuk mengetahui model
terbaik untuk memodelkan TPT di Provinsi Jawa Timur maka
penelitian ini menggunakan metode Spatial Autoregressive (SAR)
yang mengasumsikan TPT di suatu lokasi dipengaruhi oleh TPT di
lokasi tetangga dan Spatial Error Model (SEM) yang
mengasumsikan bahwa TPT di suatu lokasi dipengaruhi oleh variabel
lain yang tak terjelaskan dari lokasi tersebut dan lokasi tetangga.
Penelitian ini menggunakan matriks pembobot jarak euclidean
dengan menggunakan metode K-Nearest Neighbour untuk
menentukan k tetangga terdekat. Data yang digunakan adalah data
TPT, Upah Minimum Kabupaten/kota (UMK), Produk Domestik
Regional Bruto (PDRB) atas dasar harga konstan, Angka Harapan
Hidup (AHH), dan Tingkat Pertisipasi Angkatan Kerja (TPAK) pada
38 kabupaten/kota di Provinsi Jawa Timur tahun 2017-2020. Hasil
analisis menunjukkan bahwa SAR dengan efek tetap (SAR-FE)
merupakan model terbaik untuk memodelkan TPT. Faktor-faktor
yang berpengaruh signifikan terhadap TPT di kabupaten/kota
Provinsi Jawa Timur tahun 2017-2020 adalah TPT di kabupaten/kota
yang menjadi lokasi tetangga, UMK, dan AHH.</description><date>2022-06-06</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/id/eprint/195142/1/Balqis%20Sundusiyah.pdf</identifier><identifier> Sundusiyah, Balqis and Darmanto, S.Si., M.Si (2022) Pemodelan Regresi Panel Spasial SAR dan SEM Pada Tingkat Pengangguran Terbuka (TPT) Provinsi Jawa Timur Tahun 2017-2020. Sarjana thesis, Universitas Brawijaya. </identifier><relation>0522090005</relation><identifier>0522090005</identifier><recordID>195142</recordID></dc>
|
language |
eng |
format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
author |
Sundusiyah, Balqis Darmanto, S.Si., M.Si |
title |
Pemodelan Regresi Panel Spasial SAR dan SEM Pada Tingkat
Pengangguran Terbuka (TPT) Provinsi Jawa Timur Tahun
2017-2020 |
publishDate |
2022 |
isbn |
9780522090000 |
topic |
519.5 Statistical mathematics |
url |
http://repository.ub.ac.id/id/eprint/195142/1/Balqis%20Sundusiyah.pdf http://repository.ub.ac.id/id/eprint/195142/ |
contents |
Nilai amatan dari suatu lokasi saling berhubungan dengan nilai
amatan lokasi lain dan terdapat efek waktu dalam penelitian dapat di
analisis menggunakan regresi panel spasial. Permasalahan yang
sering terjadi akibat tidak meratanya pembangunan ekonomi adalah
kemiskinan dan pengangguran. Tingkat Pengangguran Terbuka
(TPT) dapat digunakan untuk mengukur besarnya angka
pengangguran. Angka TPT Provinsi Jawa Timur menunjukkan
adanya tren penurunan dari tahun 2017-2019, namun pada tahun
2020 TPT Provinsi Jawa Timur mengalami peningkatan sebesar
2.02%. Untuk mengetahui faktor-faktor yang berpengaruh signifikan
terhadap TPT di Provinsi Jawa Timur serta untuk mengetahui model
terbaik untuk memodelkan TPT di Provinsi Jawa Timur maka
penelitian ini menggunakan metode Spatial Autoregressive (SAR)
yang mengasumsikan TPT di suatu lokasi dipengaruhi oleh TPT di
lokasi tetangga dan Spatial Error Model (SEM) yang
mengasumsikan bahwa TPT di suatu lokasi dipengaruhi oleh variabel
lain yang tak terjelaskan dari lokasi tersebut dan lokasi tetangga.
Penelitian ini menggunakan matriks pembobot jarak euclidean
dengan menggunakan metode K-Nearest Neighbour untuk
menentukan k tetangga terdekat. Data yang digunakan adalah data
TPT, Upah Minimum Kabupaten/kota (UMK), Produk Domestik
Regional Bruto (PDRB) atas dasar harga konstan, Angka Harapan
Hidup (AHH), dan Tingkat Pertisipasi Angkatan Kerja (TPAK) pada
38 kabupaten/kota di Provinsi Jawa Timur tahun 2017-2020. Hasil
analisis menunjukkan bahwa SAR dengan efek tetap (SAR-FE)
merupakan model terbaik untuk memodelkan TPT. Faktor-faktor
yang berpengaruh signifikan terhadap TPT di kabupaten/kota
Provinsi Jawa Timur tahun 2017-2020 adalah TPT di kabupaten/kota
yang menjadi lokasi tetangga, UMK, dan AHH. |
id |
IOS4666.195142 |
institution |
Universitas Brawijaya |
affiliation |
mill.onesearch.id fkp2tn.onesearch.id |
institution_id |
30 |
institution_type |
library:university library |
library |
Perpustakaan Universitas Brawijaya |
library_id |
480 |
collection |
Repository Universitas Brawijaya |
repository_id |
4666 |
subject_area |
Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia* |
city |
MALANG |
province |
JAWA TIMUR |
shared_to_ipusnas_str |
1 |
repoId |
IOS4666 |
first_indexed |
2022-12-06T07:27:26Z |
last_indexed |
2022-12-06T07:27:26Z |
recordtype |
dc |
_version_ |
1751456434158043136 |
score |
17.538404 |