Geographically Weighted Spline Nonparametric Regression dengan Fungsi Pembobot Bisquare dan Gaussian Pada Tingkat Pengangguran Terbuka Di Pulau Kalimantan

 Abstract views: 152

Authors

  • Hillidatul Ilmi Universitas Mulawarman
  • Sifriyani Universitas Mulawarman
  • Surya Prangga Universitas Mulawarman

DOI:

https://doi.org/10.36456/jstat.vol14.no2.a4470

Keywords:

Provinsi Sulawesi Selatan, Fungsi kernel gaussian, geographically weighted spline nonparametric regression, tingkat pengangguran terbuka, titik knot

Abstract

Geographically weighted spline nonparametric regression merupakan pengembangan regresi nonparametrik untuk data spasial dengan estimator parameter bersifat lokal setiap lokasi pengamatan yang diaplikasikan pada kasus tingkat pengangguran terbuka. Tingkat pengangguran terbuka menjadi alat ukur kualitas kesejahteraan di suatu wilayah yang mengindikasikan besarnya persentase penduduk usia kerja yang aktif secara ekonomi. Tujuan penelitian ini yaitu untuk mengidentifikasi faktor-faktor yang mempengaruhi tingkat pengangguran terbuka 56 Kabupaten/Kota di Kalimantan. Metode yang digunakan adalah geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial. Model terbaik geographically weighted spline nonparametric regression dengan pembobot fungsi kernel eksponensial pada orde 1 titik knot 1 dengan nilai R-Square sebesar 86,410 persen, nilai AIC sebesar 12,152, nilai RMSE sebesar 0,584 serta nilai CV terkecil adalah fungsi kernel bisquare sebesar 77,175. Adapun faktor-faktor yang berpengaruh signifikan terhadap tingkat pengangguran terbuka yaitu  tingkat partisipan angkatan kerja, jumlah penduduk, indeks pembangunan manusia, harapan lama sekolah dan upah minimum.

Downloads

Download data is not yet available.

References

BPS Kalimantan Barat. (2019). Keadaan Angkatan Kerja. Badan Pusat Statistik Provinsi Kalimantan Barat.

BPS Kalimantan Barat. (2020a). Provinsi Kalimantan Barat dalam Angka. Badan Pusat Statistik Provinsi Kalimantan Barat.

BPS Kalimantan Barat. (2020b). Proyeksi Penduduk Kabupaten/Kota. Badan Pusat Statistik Provinsi Kalimantan Barat.

BPS Kalimantan Selatan. (2019). Keadaan Angkatan Kerja. Badan Pusat Statistik Provinsi Kalimantan Selatan.

BPS Kalimantan Selatan. (2020). Provinsi Kalimantan Selatan dalam Angka. Badan Pusat Statistik Provinsi Kalimantan Selatan.

BPS Kalimantan Tengah. (2019a). Keadaan Angkatan Kerja. Badan Pusat Statistik Provinsi Kalimantan Tengah.

BPS Kalimantan Tengah. (2019b). Statistika Ketenagakerjaan. Badan Pusat Statistik Provinsi Kalimantan Tengah.

BPS Kalimantan Tengah. (2020a). Provinsi Kalimantan Tengah dalam Angka. Badan Pusat Statistik Provinsi Kalimantan Tengah.

BPS Kalimantan Tengah. (2020b). Proyeksi Penduduk Kabupaten/Kota. Badan Pusat Statistik Provinsi Kalimantan Tengah

BPS Kalimantan Timur. (2019a). Keadaan Angkatan Kerja. Badan Pusat Statistik Provinsi Kalimantan Timur.

BPS Kalimantan Timur. (2019b). Indeks Pembangunan Manusia. Badan Pusat Statistik Provinsi Kalimantan Timur.

BPS Kalimantan Timur. (2020). Provinsi Kalimantan Timur dalam Angka. Badan Pusat Statistik Provinsi Kalimantan Timur.

BPS Kalimantan Utara. (2019). Keadaan Angkatan Kerja. Badan Pusat Statistik Provinsi Kalimantan Utara.

BPS Kalimantan Utara. (2020). Provinsi Kalimantan Utara dalam Angka. Badan Pusat Statistik Provinsi Kalimantan Utara.

Dinas Ketenagakerjaan. (2020). Penetapan Upah Minimum. Dinas Ketenagakerjaan Kalimantan Barat.

Dinas Ketenagakerjaan. (2020). Upah Minimum Regional. Dinas Ketenagakerjaan Kalimantan Tengah.

Draper dan Smith. (1992). Applied Regression Analysis, Second Edition. New York: John Wiley & Sons.

Eubank, R.L. (1998). Spline Smoothing and Nonparametric Regression. New York: Marcel Dekker.

Fortheringham, A.S., Brundson, C dan Charlton, M. (2002). Geoghraphically Weighted Regression. New York: John Wiley and Sons.

Kosfeld, Reinhold. (2006). Spatial Econometric. Institute of Economics. University of Kassel.

Sifriyani., Haryatmi., Budiantara, I.N dan Gunardi.. (2018a). Development of Nonparametric Geographically Weighted Regression Using Truncated Spline Approach. Songklanakarin J. Sci. Technol, Vol. 40(4), pp. 909-920.

Sifriyani., Haryatmi., Budiantara, I.N dan Gunardi.. (2018a). (2018b). A New Method of Hypotesis Test for Truncated Spline Nonparametric Regression Influenced by Spatial Heterogenity and Application. Abstract and Applied Analysis, 2018. doi: 10.1155/2018/9769150.

Sifriyani, Ruslan, F.H. Susanty. 2019(a). Evaluation of Forest Productivity and Governance on the Preservation of Tropical Rain Forests in Kalimantan Using The NGWR-TS Nonparametric Geospatial Method. EurAsian Journal of BioSciences, Vol 13 Issue 2, pp. 2373-2379.

Sifriyani, Ruslan, F.H. Susanty. 2019(b). Mapping and Analysis Factors of Affecting Productivity Tropical Rain Forests in East Kalimantan, Modern Applied Science, Vol 13 No 10, DOI: 10.5539/mas.v13n10p112

Sifriyani, Budiantara, I. N., Kartiko, S.H., and Gunardi. (2019). Evaluation of Factors Affecting Increased Unemployment in East Java Using NGWR-TS Method, International Journal of Sciences: Basic and Applied Research. 49(1), 123-142.

Downloads

Published

01/22/2022

How to Cite

Ilmi, H., Sifriyani, & Prangga, S. (2022). Geographically Weighted Spline Nonparametric Regression dengan Fungsi Pembobot Bisquare dan Gaussian Pada Tingkat Pengangguran Terbuka Di Pulau Kalimantan. J Statistika: Jurnal Ilmiah Teori Dan Aplikasi Statistika, 14(2), 84–92. https://doi.org/10.36456/jstat.vol14.no2.a4470