PERBANDINGAN METODE KLASIFIKASI PADA FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI TENAGA KERJA DI KABUPATEN TANAH DATAR, SUMATERA BARAT

GUSTI, NADIA KEMALA, B2A219034 (2020) PERBANDINGAN METODE KLASIFIKASI PADA FAKTOR- FAKTOR YANG MEMPENGARUHI PARTISIPASI TENAGA KERJA DI KABUPATEN TANAH DATAR, SUMATERA BARAT. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Muhammadiyah University, Semarang" not defined].

Preview	Text 1. COVER.pdf Download (511kB) | Preview
Preview	Text 2. PERSETUJUAN PEMBIMBING.pdf Download (353kB) | Preview
Preview	Text 3. PENGESAHAN KELULUSAN.pdf Download (392kB) | Preview
Preview	Text 5. ABSTRAK.pdf Download (475kB) | Preview
Preview	Text 12. BAB I.pdf Download (626kB) | Preview
Preview	Text 13. BAB II.pdf Download (887kB) | Preview
	Text 14. BAB III.pdf Restricted to Repository staff only Download (754kB) | Request a copy
	Text 15. BAB IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
Preview	Text 16. BAB V.pdf Download (639kB) | Preview
Preview	Text 17. DAFTAR PUSTAKA.pdf Download (497kB) | Preview
	Text 18. DAFTAR LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy
Preview	Text 20. MANUSCRIPT.pdf Download (1MB) | Preview

Abstract

Tenaga kerja adalah salah satu penentu kesuksesan sebuah perekonomian yang diisi oleh Partisipasi Tenaga Kerja yang tepat. Dimana dengan partisipasi tenaga kerja yang tepat dapat mengoptimalkan hasil luaran dari perekonomian tersebut. Salah satunya adalah Tanah datar,Sumatera barat. Provinsi Sumatera Barat merupakan sebuah provinsi di Indonesia yang berkembang di bidang tenaga kerja. Tujuan dari penelitian ini adalah untuk Membandingkan Regresi Logistik Biner,Multivariate Adaptive Regression Spline (Mars) dan Bootstrap Aggregating Multivariate Adaptive Regression Splines (Bagging MARS) terhadap Faktor-faktor Yang Mempengaruhi Partisipasi Tenaga Kerja di Tanah Datar, Sumatera Barat. Data yang digunakan dalam penelitian ini adalah data sekunder tahun 2019 yang diperoleh dari Survei Angkatan Kerja Nasional (SAKERNAS), Badan Pusat Statistik. Metode pertama yang digunakan dalam analisis ini adalah Regresi Logistik Biner. Hasil analisis dari model terbaik diketahui bahwa variabel Pendidikan (X5) dan status dalam RT (X6) adalah variabel yang signifikan. Metode kedua yang digunakan adalah MARS. Pada metode ini model terbaik diperoleh dari nilai GCV terkecil, dimana diketahui variabel yang signifikan adalah Usia (X1), Kesehatan (X2), Jaminan Sosial (X3), Jenis Kelamin (X4), dan Status dalam RT (X6). Metode ketiga yang digunakan adalah Bagging MARS yaitu metode untuk meningkatkan akurasi model MARS. Berdasarkan hasil analisis didapatkan hasil perbandingan antara ketiga metode dimana regresi logistik biner mempunyai ketepatan sebesar 68,45%, MARS sebesar 82,74% dan Bagging MARS sebesar 83,33%. Artinya pada kasus ini analisis Bagging MARS lebih baik dan lebih cocok digunakan dibandingkan regresi logistik biner dan MARS. Kata Kunci : Regresi Logistik Biner, MARS, Bagging MARS, Partisipasi Tenaga Kerja.

Actions (login required)

View Item