Pemodelan Mixed Geographically and Temporally Weighted Ridge Regression pada Data Tingkat Pengangguran Terbuka di Sulawesi Selatan = Mixed Geographically and Temporally Weighted Ridge Regression Modeling on Open Unemployment Rate Data in South Sulawesi


ANNISA, NURUL MUTIARA (2025) Pemodelan Mixed Geographically and Temporally Weighted Ridge Regression pada Data Tingkat Pengangguran Terbuka di Sulawesi Selatan = Mixed Geographically and Temporally Weighted Ridge Regression Modeling on Open Unemployment Rate Data in South Sulawesi. Thesis thesis, Universitas Hasanuddin.

[thumbnail of cover]
Preview
Image (cover)
H051211029-Vi2ATkYae1zRB7f6-20250203105326.jpg

Download (351kB) | Preview
[thumbnail of bab 1-2] Text (bab 1-2)
H051211029-1-2.pdf

Download (1MB)
[thumbnail of dapus] Text (dapus)
H051211029-dp.pdf

Download (270kB)
[thumbnail of full text] Text (full text)
H051211029-fulll.pdf
Restricted to Repository staff only until 23 January 2028.

Download (3MB)

Abstract (Abstrak)

Latar Belakang. Analisis regresi menjelaskan hubungan antarvariabel secara global. Namun, setiap pengamatan memiliki karakteristik berbeda sehingga menimbulkan heterogenitas spasial yang diakomodasi dengan geographically weighted regression. Selain itu, terdapat kemungkinan adanya efek temporal sehingga digunakan geographically temporally weighted regression yang mengasumsikan pengaruh lokal. Akan tetapi, terkadang, terdapat variasi pengaruh variabel sehingga digunakan mixed geographically and temporally weighted regression (MGTWR). Meskipun demikian, MGTWR masih memiliki kelemahan dalam menangani multikolinearitas sehingga model MGTWR dikembangkan menjadi Mixed Geographically and Temporally Weighted Ridge Regression (MGTWRR). Tujuan. Penelitian ini mengestimasi parameter model MGTWRR pada data Tingkat Pengangguran Terbuka (TPT) dan mengidentifikasi faktor-faktor yang memengaruhi TPT berdasarkan model MGTWRR. Metode. Penelitian ini menggunakan data TPT di Provinsi Sulawesi Selatan tahun 2019-2023 sebagai variabel respon dengan tujuh variabel lainnya sebagai prediktor. Analisis dibagi menjadi dua tahap: pemodelan data TPT menggunakan MGTWRR dan identifikasi faktor-faktor yang memengaruhi TPT di Sulawesi Selatan berdasarkan model MGTWRR. Hasil. Model MGTWRR untuk Sulawesi Selatan tahun 2019-2023 menunjukkan pengaruh lokal dari indeks pembangunan manusia, rata-rata lama sekolah, dan umur harapan hidup, serta pengaruh global dari kepadatan penduduk, produk domestik regional bruto, tingkat partisipasi angkatan kerja, dan jumlah penduduk miskin. Model ini lebih baik dibandingkan model MGTWR dengan nilai AIC sebesar 535.5847 dan Adjusted R2 sebesar 98.82%. Kesimpulan. Berdasarkan model MGTWRR yang diaplikasikan pada data TPT di Provinsi Sulawesi Selatan tahun 2019-2023 diperoleh 120 model sesuai dengan jumlah pengamatan. Faktor-faktor yang memengaruhi TPT di Sulawesi Selatan, yaitu indeks pembangunan manusia, rata-rata lama sekolah, umur harapan hidup, produk domestik regional bruto, dan tingkat partisipasi angkatan kerja.

Item Type: Thesis (Thesis)
Uncontrolled Keywords: Heterogenitas Spasial; Mixed Geographically and Temporally Weighted Ridge Regression; Multikolinearitas; Temporal
Subjects: Q Science > Q Science (General)
Divisions (Program Studi): Fakultas Matematika dan Ilmu Peng. Alam > Statistika
Depositing User: Unnamed user with username pkl2
Date Deposited: 24 Oct 2025 02:11
Last Modified: 03 Nov 2025 03:53
URI: http://repository.unhas.ac.id:443/id/eprint/50037

Actions (login required)

View Item
View Item