Estimasi Parameter Model Improved Geographically and Temporally Weighted Regression-Least Absolute Shrinkage and Selection Operator untuk Penanganan Multikolinearitas (Studi Kasus: Tingkat Pengangguran Terbuka Sulawesi Selatan)


DELIANSYAH, IMELDA PUTRI (2025) Estimasi Parameter Model Improved Geographically and Temporally Weighted Regression-Least Absolute Shrinkage and Selection Operator untuk Penanganan Multikolinearitas (Studi Kasus: Tingkat Pengangguran Terbuka Sulawesi Selatan). Skripsi thesis, Universitas Hasanuddin.

[thumbnail of H051211075-fullll.pdf] Text
H051211075-fullll.pdf
Restricted to Repository staff only

Download (2MB)

Abstract (Abstrak)

Latar Belakang. Regresi spasial merupakan pendekatan statistik yang dikembangkan untuk menganalisis hubungan antar variabel dengan mempertimbangkan pengaruh lokasi atau kedekatan geografis antar unit pengamatan. Kemunculan heterogenitas spasial pada parameter dapat diatasi dengan Geographically Weighted Regression (GWR) yang menghasilkan estimasi parameter lokal di setiap lokasi. Namun, GWR hanya memperhitungkan unsur spasial tanpa mempertimbangkan faktor waktu, sehingga dikembangkan Geographically and Temporally Weighted Regression (GTWR) yang mampu menangkap heterogenitas spasial dan temporal, meskipun masih terbatas karena belum memperhatikan efek timbal balik antar titik. Untuk memperbaikinya, digunakan Improved Geographically and Temporally Weighted Regression (IGTWR) dengan memasukkan pembobotan interaksi ke dalam fungsi jarak spasial-temporal. Permasalahan lain yang sering muncul adalah multikolinearitas yang mengakibatkan variansi parameter dan keakuratan dari estimasi yang dilakukan menurun, sehingga diterapkan Least Absolute Shrinkage and Selection Operator (LASSO) pada model IGTWR menjadi IGTWR-LASSO untuk menghasilkan estimasi yang lebih akurat dan stabil. Tujuan. Penelitian ini bertujuan untuk memperoleh estimasi parameter model IGTWR-LASSO dan faktor-faktor yang mempengaruhi Tingkat Pengangguran Terbuka (TPT) di Sulawesi Selatan 2019-2023. Metode. Analisis dilakukan dengan melakukan estimasi parameter model IGTWR-LASSO dan penerapan model terhadap data. Hasil. Model IGTWR-LASSO menunjukkan adanya interaksi spasial-temporal yang saling berpengaruh sebesar 0.1607 dengan hasil pengujian nilai RMSE 1.0518 dan nilai AIC sebesar 383.6711. Hasil pengujian signifikansi parameter menunjukkan bahwa pengaruh variabel prediktor terhadap TPT berbeda-beda untuk setiap lokasi dan waktu. Kesimpulan. Faktor-faktor yang mempengaruhi TPT adalah indeks pembangunan manusia, produk domestik regional bruto, jumlah penduduk miskin, rata-rata lama sekolah, tingkat partisipasi angkatan kerja, kepadatan penduduk per km2, harapan lama sekolah, dan pengeluaran per kapita.

Item Type: Thesis (Skripsi)
Subjects: Q Science > Q Science (General)
Divisions (Program Studi): Fakultas Matematika dan Ilmu Peng. Alam > Statistika
Depositing User: Nasyir Nompo
Date Deposited: 28 Sep 2026 01:42
Last Modified: 28 Sep 2026 01:42
URI: http://repository.unhas.ac.id:443/id/eprint/58238

Actions (login required)

View Item
View Item