Prediksi Tingkat Pengangguran Berdasarkan Data Time Series Menggunakan Metode Regresi Linear (Studi Kasus : Provinsi Banten)

Latar Belakang: Pengangguran adalah masalah umum di negara berkembang seperti Indonesia dan juga di negara maju, dengan tingkat pengangguran yang bervariasi sehingga mempengaruhi kesejahteraan masyarakat. Pada Agustus 2023, pengangguran di Indonesia mencapai 7,86 juta orang atau 5,32% dari total angkatan kerja. Provinsi Banten memiliki tingkat pengangguran tertinggi sebesar 7,52%. Penurunan partisipasi angkatan kerja dan peningkatan angka kriminalitas di Banten
menunjukkan dampak negatif dari pengangguran. Oleh karena itu, prediksi tingkat pengangguran menggunakan metode Regresi Linear Berganda diperlukan karena kemampuannya dalam memprediksi situasi masa depan dengan akurat. Model ini diharapkan dapat membantu pemerintah menekan Tingkat Pengangguran Terbuka di Provinsi Banten di masa mendatang.
Tujuan: Tujuan penelitian ini adalah untuk memprediksi Tingkat Pengangguran Terbuka (TPT) di Provinsi Banten pada tahun mendatang dengan menggunakan metode Regresi Linear Berganda terhadap data time series.
Metode Penelitian: Regresi linear berganda dapat memeriksa keterkaitan antara variabel dependen dan variabel independent, metode ini melibatkan tahapan seperti pengumpulan data, pemodelan, evaluasi model, dan implementasi.
Hasil: Hasil prediksi akurat dengan nilai R-Squared 84,1%, baik dari perhitungan manual di Excel maupun sistem yang dibangun, menunjukkan metode Regresi Linear Berganda cocok untuk meramalkan Tingkat Pengangguran Terbuka Provinsi Banten.
Kesimpulan: Penelitian menunjukkan metode Regresi Linear Berganda akurat dalam melakukan prediksi dengan hasil nilai R-Squared 84,1%, hasil tersebut didapatkan baik dari hasil prediksi secara manual maupun melalui sistem, dengan semua variabel independen mempengaruhi hasil prediksi TPT dan sekitar 15,9% variabel lainnya yang perlu diteliti terhadap pengaruh TPT Di Provinsi Banten.