PREDIKSI TINGKAT PENGANGGURAN DI KABUPATEN TUBAN TAHUN 2020 MENGGUNAKAN METODE REGRESI LINEAR SEDERHANA

Authors

  • Novi Ariyani Universitas PGRI Ronggolawe
  • Ahmad Zaenal Arifin Universitas PGRI Ronggolawe

DOI:

https://doi.org/10.55719/mv.v3i1.245

Keywords:

Pengangguran Terbuka, Inflasi, Regresi Linear Sederhana, Fuzzy

Abstract

Abstrak Pengangguran adalah suatu hal yang tidak dikehendaki, dikarenakan banyak faktor – faktor yang mempengaruhinya salah satunya yaitu inflasi. Pengangguran sendiri merupakan masalah ketenagakerjaan yang cukup serius yang terjadi diberbagai provinsi di Indonesia, salah satunya di Kabupaten Tuban. Dengan permasalahan tersebut tujuan dari penelitian ini yaitu memprediksi jumlah Tingkat Pengangguran Terbuka di Kabupaten Tuban Tahun 2020 menggunakan metode Regresi Linear Sederhana yang kemudian dilanjutkan dengan fuzzy Time Series. Kesimpulan dari pengolahan data menggunakan regresi adalah nilai , sehingga dikatakan bahwa, ada pengaruh nyata (signifikan) variabel X terhadap variabel Y dengan taraf signifikan 5%. Dengan demikian H1 diterima yang artinya inflasi berpengaruh signifikan terhadap tingkat pengangguran terbuka. Dari hasil prediksi yang diperoleh pada tahun 2019 sebesar 2,8% dimana dari data Tingkat Pengangguran Terbuka  dengan nilai prediksi memiliki perbedaan sebesar 4.529%.

Downloads

Download data is not yet available.

References

Tim Dev Diskominfo Tuban. (2020, November 23). Profil Tuban. Diakses dari https://tubankab.go.id/page/profil-tuban

Badan Pusat Statistik Kabupaten Tuban, “Keadaan Ketenagakerjaan Jawa Timur, Agustus 2020,” vol. 19, no. 70, pp. 1–17, 2020.

Isnayanti, & Ritonga, A. (2017). Analisis Faktor-Faktor Yang Mempengaruhi Tingkat Pengangguran Di Provinsi Sumatera Utara Tahun 1978-2014 Dengan Metode Ordinary Least Square. Jurnal.Unimed.Ac.Id, 3(2), 180–197.

Samsir, A. U., Kasbawati, & Toaha, S. (2019). Analisis Kestabilan Dan Kontrol Optimal Model Matematika Pengaruh Migrasi Terhadap Perubahan Jumlah Pengangguran.

Harlan, J. (2018). Analisis Regresi Linear. Jakarta:Gunadarma.

Artaya, I. P., & Arimbawa, I. G. (2018). Penerapan Korelasi dalam Mengukur Hubungan Antar Costumer Relationship Management dengan Costumer Loyality Pada PT Antika Raya Surabaya. BISMA (Bisnis Dan Manajemen), I(1), 50–63.

Carlos, N. S. T., Rondonuwu, A. B., & Watung, V. N. R. (2014). Distribusi dan Kelimpahan Pterapogon kauderni Koumans, 1933 (Apogonidae) di Selat Lembeh Bagian Timur, Kota Bitung. Ejournal.Unsrat.Ac.Id, 2(3), 121–126.

K. Amin, K. Oktafianto, and A. Z. Arifin, “MODEL DINAMIK PENYAKIT TUBERCULOSIS DI KABUPATEN TUBAN MENGGUNAKAN SIR (Susceptible, Infectious, Reccovered),” Pros. SNasPPM, vol. 3, no. 1, pp. 438–441, 2018.

A. Z. Arifin, “Optimasi Pada Misil Menggunakan Bang-Bang Control Dan Ensamble Kalman Filter,” Technol. Sci. Eng. J., vol. 1, no. 2, 2017.

Published

2021-03-31

How to Cite

Ariyani, N., & Arifin, A. Z. (2021). PREDIKSI TINGKAT PENGANGGURAN DI KABUPATEN TUBAN TAHUN 2020 MENGGUNAKAN METODE REGRESI LINEAR SEDERHANA. MathVision : Jurnal Matematika, 3(1), 6–13. https://doi.org/10.55719/mv.v3i1.245

Issue

Section

Articles