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. Undergraduate thesis, Muhammadiyah University, Semarang.

[img]
Preview
Text
1. COVER.pdf

Download (511kB) | Preview
[img]
Preview
Text
2. PERSETUJUAN PEMBIMBING.pdf

Download (353kB) | Preview
[img]
Preview
Text
3. PENGESAHAN KELULUSAN.pdf

Download (392kB) | Preview
[img]
Preview
Text
5. ABSTRAK.pdf

Download (475kB) | Preview
[img]
Preview
Text
12. BAB I.pdf

Download (626kB) | Preview
[img]
Preview
Text
13. BAB II.pdf

Download (887kB) | Preview
[img] Text
14. BAB III.pdf
Restricted to Repository staff only

Download (754kB) | Request a copy
[img] Text
15. BAB IV.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img]
Preview
Text
16. BAB V.pdf

Download (639kB) | Preview
[img]
Preview
Text
17. DAFTAR PUSTAKA.pdf

Download (497kB) | Preview
[img] Text
18. DAFTAR LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img]
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.

Item Type: Thesis (Undergraduate)
Call Number: 028/Statistik/X/2020
Contributors Thesis: Tiani Wahyu Utami, Fatkhurokhman Fauzi,
Subjects: L Education > Statistics
Divisions: Faculty of Science and Mathematics > S1 Statistics
Depositing User: perpus unimus
Date Deposited: 25 Mar 2021 03:48
Last Modified: 30 Mar 2021 04:44
URI: http://repository.unimus.ac.id/id/eprint/4349

Actions (login required)

View Item View Item