LENTERADUALENTERADUA

JNANALOKAJNANALOKA

Pengangguran masih menjadi masalah yang sangat krusial yang dihadapi oleh negara Indonesia. Badan Pusat Statistik mencatat jumlah pengangguran Indonesia tahun 2019 sebesar 4.44 persen, naik sebesar 2.04 persen di tahun 2020. Tujuan Penelitian ini untuk mengetahui bagaimana karakteristik pola spasial dan pemodelan tingkat pengangguran terbuka di Provinsi Jawa Tengah. Data tingkat pengangguran terbuka dicurigai mempunyai pola spasial dan mengandung outlier sehingga akan dimodelkan dengan menggunakan RSDM. Menghapus outlier dalam analisis spasial dapat mengubah komposisi efek spasial pada data. Salah satu metode penyelesaian akibat outlier dalam regresi spasial model dengan menggunakan regresi robust spasial. Metode Robust Spatial Durbin Model yang merupakan salah satu metode yang digunakan jika terjadi outlier spasial. Hasil penelitian menunjukan terdapat karakteristik pola spasial dan pemodelan pada setiap variabel dependent dan independent yang berbeda dengan variabel independen yang saling berkorelasi. Selain itu, pemodelan RSDM merupakan model yang baik untuk memperbaiki daripada model SDM dalam memodelkan Tingkat Pengangguran Terbuka di Provinsi Jawa Tengah pada tahun 2021 karena memiliki nilai R2 yaitu 49.85% dan nilai AIC terkecil yaitu 22.563.

Uji Morans I mengungkapkan autokorelasi spasial signifikan pada Tingkat Pengangguran Terbuka (TPT) dan Indeks Pembangunan Manusia (IPM) di Jawa Tengah, mengindikasikan keterkaitan antar wilayah.Meskipun model OLS tidak sesuai, deteksi outlier menunjukkan adanya pencilan pada variabel independen (JTK, IPM, PDRB Per Kapita), sehingga Robust Spatial Durbin Model (RSDM) digunakan.563), terbukti sebagai model terbaik untuk memodelkan Tingkat Pengangguran Terbuka di Provinsi Jawa Tengah.

Berdasarkan analisis yang menyoroti pentingnya pola spasial dan keberadaan data pencilan (outlier) dalam pemodelan tingkat pengangguran, penelitian lanjutan dapat fokus pada beberapa aspek krusial. Pertama, untuk memahami dinamika yang lebih kompleks, studi di masa depan dapat memperluas cakupan data menjadi data panel (spasial-temporal) selama beberapa tahun, bukan hanya data satu tahun seperti saat ini. Hal ini akan memungkinkan peneliti untuk menganalisis bagaimana pengaruh spasial antar kabupaten/kota dan faktor-faktor seperti jumlah tenaga kerja, indeks pembangunan manusia, serta PDRB per kapita berubah dan saling memengaruhi tingkat pengangguran dari waktu ke waktu, serta menguji konsistensi dan stabilitas model RSDM. Kedua, mengingat adanya pencilan pada variabel independen, penelitian dapat mengeksplorasi dan membandingkan metode regresi robust spasial yang berbeda selain Robust M-estimator yang digunakan, misalnya S-estimator atau MM-estimator, untuk melihat apakah ada pendekatan yang lebih efektif dalam mengidentifikasi dan menangani outlier, terutama yang bersifat spasial, guna menghasilkan estimasi parameter yang lebih kuat dan akurat. Ini juga bisa mencakup evaluasi lebih mendalam terhadap teknik deteksi outlier spasial. Ketiga, sesuai dengan saran awal untuk mempertimbangkan variabel laju pertumbuhan penduduk dan kemungkinan mengeluarkan variabel yang tidak signifikan seperti PDRB per kapita, studi berikutnya dapat secara komprehensif menguji berbagai kombinasi variabel prediktor dengan memasukkan faktor demografi tersebut. Tujuannya adalah untuk mengoptimalkan model RSDM, memastikan bahwa hanya variabel yang paling relevan dan signifikan secara statistik yang dipertahankan, sehingga dapat memberikan penjelasan yang lebih akurat mengenai determinan tingkat pengangguran terbuka di Provinsi Jawa Tengah.

  1. Robust Spatial Durbin Model Untuk Pemodelan Tingkat Pengangguran Terbuka di Provinsi Jawa Tengah | JNANALOKA.... lenteradua.net/jurnal/index.php/jnanaloka/article/view/122Robust Spatial Durbin Model Untuk Pemodelan Tingkat Pengangguran Terbuka di Provinsi Jawa Tengah JNANALOKA lenteradua jurnal index php jnanaloka article view 122
Read online
File size2.69 MB
Pages13
DMCAReport

Related /

ads-block-test