Estimasi Tingkat Pengangguran Terbuka di Pulau Sulawesi Menggunakan Regresi Nonparametrik Kernel dengan Optimasi Bandwidth SROT

Abstrak

Tingkat Pengangguran Terbuka (TPT) merupakan indikator utama dalam mengevaluasi kondisi ketenagakerjaan dan keberhasilan pembangunan ekonomi suatu wilayah. Secara agregat, TPT di Pulau Sulawesi pada tahun 2023 menunjukkan tren penurunan. Namun, disparitas yang cukup signifikan antar kabupaten/kota mengindikasikan adanya heterogenitas faktor-faktor yang memengaruhinya. Penelitian ini bertujuan untuk memodelkan TPT di Pulau Sulawesi menggunakan pendekatan regresi nonparametrik kernel Gaussian.Data yang digunakan merupakan data sekunder yang bersumber dari Badan Pusat Statistik (BPS) tahun 2023 dengan unit observasi kabupaten/kota se-Pulau Sulawesi. Variabel respon dalam penelitian ini adalah Tingkat Pengangguran Terbuka (TPT), sedangkan variabel prediktor meliputi kepadatan penduduk, persentase penduduk miskin, pengeluaran per kapita, dan harapan lama sekolah.Metode analisis yang digunakan adalah regresi nonparametrik dengan estimator Nadaraya-Watson dan fungsi kernel Gaussian. Pemilihan metode ini didasarkan pada hasil uji linearitas yang menunjukkan adanya pola hubungan nonlinier antara variabel respon dan variabel prediktor. Untuk memperoleh estimasi yang optimal, penentuan parameter bandwidth dilakukan dengan menggunakan metode Silverman's Rule of Thumb (SROT).Hasil penelitian menunjukkan bahwa model regresi nonparametrik kernel Gaussian menghasilkan performa yang sangat baik dengan nilai koefisien determinasi ( R2) sebesar 96% dan nilai Mean Squared Error (MSE) sebesar 0,15. Hal ini menunjukkan bahwa model mampu memberikan prediksi yang akurat serta menggambarkan pola hubungan antara TPT dan faktor-faktor yang memengaruhinya secara optimal.