English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Unemployment in Indonesia is a serious problem. The high unemployment rate in Indonesia is due to the number of available jobs is not proportional to the increasing number of the labor force. Based on data from BPS, West Java is the largest contributor to a number of the unemployment in Indonesia 2018, which has an open unemployment rate of 8.52 percent. The purpose of this study is to classify the labor age population between 15 – 64 years into two groups (classes), namely unemployed or non-unemployed groups in West Java Province 2018 and to analyze the variables that have a major contribution in the classification process. The classification is carried out using a random forest model to improve classification accuracy. The random forest model that is formed uses the random over-under sampling (ROUS) method because it produces the best performance compared without ROUS in dealing with imbalanced data. The classification results of the model after resamling shows the level of accuracy, sensitivity, specificity, and AUC, which are 73.89 percent, 80.64 percent, 67.40 percent, and 75.73 percent. It shows that the model after resampling with random over-under sampling is better in the classification of the labor status of the working age population which includes the workforce in West Java in 2018. In addition, from the results of the analysis, the variable marital status is variable that has a major contribution in determining unemployment status. Keyword : unemployment, random forest, random over-under sampling Abstrak Pengangguran di Indonesia merupakan masalah yang serius. Tingginya angka pengangguran tersebut dikarenakan jumlah lapangan kerja yang tersedia tidak sebanding dengan jumlah angkatan kerja yang terus meningkat. Berdasarkan data BPS, Jawa Barat sebagai penyumbang terbesar jumlah pengangguran di indonesia tahun 2018, dengan tingkat pengangguran terbuka sebesar 8,52 persen. Tujuan penelitian ini untuk melakukan klasifikasi penduduk usia kerja antara 15 – 64 tahun yang termasuk angkatan kerja kedalam dua kelompok (kelas), yaitu berstatus pengangguran atau bukan pengangguran (bekerja) di Provinsi Jawa Barat tahun 2018 dan menganalisis variabel yang paling berkontribusi besar dalam proses pengklasifikasian. Pengklasifikasian tersebut dilakukan dengan model random forest karena dapat meningkatkan ketepatan klasifikasi. Model random forest yang terbentuk menggunakan metode random over-under sampling (ROUS) karena menghasilkan performa terbaik dibandingkan tanpa ROUS dalam mengatasi data imbalance. Hasil pengklasifikasian dari model tersebut setelah resamling menunjukkan tingkat akurasi, sensitivity, spesifity, dan AUC, yaitu sebesar 73,89 persen, 80,64 persen, 67,4 persen, 241 Ahmad Safrian F, M. Rizki R, Rendy R.R, Ria Nurul A, Tika Novitasari, Rani Nooraeni Jurnal Matematika, Statistika & Komputasi dan 75,73 persen. Selain itu, dari hasil analisis variabel status perkawinan merupakan variabel yang memiliki kontribusi besar dalam menentukan status angkatan kerja. Kata Kunci : pengangguran, random forest, random over-under sampling 1. PENDAHULUAN Pembangunan ekonomi merupakan suatu proses yang berkesinambungan antara sumber daya manusia, sumber daya alam, modal, teknologi dan lain-lain dengan tujuan untuk meningkatkan kesejahteraan ekonomi masyarakat. Keberhasilan pembangunan ekonomi tersebut dilihat dari laju pertumbuhan ekonomi yang diiringi dengan pengurangan kemiskinan dan ketimpangan pendapatan. Selain itu dalam pembangunan ekonomi tersebut pasti akan dihadapkan dengan berbagai macam permasalahan, salah satunya masalah pengangguran. Pengangguran adalah seseorang yang berusia 15 tahun ke atas yang tidak bekerja dan sedang mencari pekerjaan [15]. Pengangguran adalah masalah yang sangat buruk efeknya kepada perekonomian dan masyarakat [25]. Pengangguran tersebut merupakan suatu permasalahan kompleks yang harus dihadapi oleh negara maju maupun negara berkembang karena secara langsung maupun tidak langsung akan berdampak pada perekonomian, individu dan masyarakat, seperti kemiskian, kesejahteraan masyarakat, kriminalitas, dan masalah sosial ekonomi lainnya. Masalah pengangguran menjadi poin penting yang dimasukkan ke dalam tujuan pembangunan berkelanjutan (Sustainable Development Goals/SDGs) yang kedelapan, yaitu “Pada tahun 2030, mencapai ketenagakerjaan secara penuh dan produktif dan pekerjaan yang layak bagi seluruh perempuan dan laki-laki, termasuk untuk kaum muda dan orang dengan disabilitas, juga kesetaraan upah bagi pekerjaan yang mempunyai nilai yang sama”. Permasalahan pengangguran di Indonesia merupakan masalah yang serius dan menjadi perhatian khusus oleh pemerintah. Tingginya angka pengangguran di Indonesia tersebut dikarenakan jumlah lapangan kerja yang tersedia tidak sebanding dengan jumlah angkatan kerja yang terus meningkat. Upaya pemerintah untuk mengurangi pengangguran ditunjukkan dengan penetapan target angka tingkat pengangguran dalam Rencana Pembangunan Jangka Menengah Nasional (RPJMN) 2015 – 2019. Selain itu, Menurut Menteri Ketenagakerjaan, Muhammad Hanif Dhakiri, sepanjang tahun 2015 – 2018, pemerintah telah berhasil membuka 10,34 juta lapangan kerja, kata dia, rata-rata setiap tahun telah tercipta 2,58 juta lapangan kerja baru bagi masyarakat untuk setiap tahunnya. Angka tingkat pengangguran terbuka (TPT) Indonesia pada tahun 2018 (bulan Agustus) sebesar 5,34 persen [2]. Angka TPT tersebut mengalami penurunan sebesar 0,16 persen dari tahun 2017. Hal ini dapat dikatakan sejalan dengan kebijakan pembukaan lapangan pekerjaan oleh pemerintah. Akan tetapi jumlah lapangan pekerjaan tersebut belum dapat memenuhi permintaan lapangan pekerjaan dan belum dapat menyerap angkatan kerja secara maksimal. Hal tersebut ditunjukkan dengan hasil evaluasi dari RPJMN 2015 – 2019, bahwa realisasi pengurangan pengangguran di Indonesia belum dapat mencapai target karena target yang ditetapkan berkisar antara empat sampai lima persen dan TPT Indonesia tahun 2018 masih di atas angka lima persen. Apabila masalah pengangguran di Indonesia tidak segera diatasi akan berdampak pada terganggunya proses pembangunan ekonomi Indonesia dalam jangka panjang. Secara langsung, pengangguran dapat mengakibatkan menurunnya tingkat kemakmuran dan kesejahteraan ekonomi karena pendapatan riil yang diperoleh masyarakat menjadi lebih rendah. Selain itu, pengangguran juga dapat menghambat laju pertumbuhan ekonomi dan meningkatkan kemiskinan Indonesia. Menurut [4], risiko menjadi pengangguran akan meningkat seiring dengan semakin rendahnya pendidikan pada studi kasus Rusia. Seiring dengan temuan tersebut, 242 Ahmad Safrian F, M. Rizki R, Rendy R.R, Ria Nurul A, Tika Novitasari, Rani Nooraeni Jurnal Matematika, Statistika & Komputasi di Latvia, [14] mendapati bahwa status pendidikan mempengaruhi posisi tawar seseorang dalam mencari pekerjaan dan dapat mempengaruhi besaran penghasilannya. Sumber : BPS (diolah) Gambar 1.1. Tingkat Pengangguran Tebuka (TPT) di Indonesia Tahun 2018 Dari 34 provinsi di Indonesia penyumbang terbesar untuk jumlah pengangguran, yaitu Provinsi Jawa Barat, Banten, dan Maluku dengan masing-masing angka tingkat penganggurannya sebesar 8,52 persen, 8,17 persen, dan 7,27 persen [2]. Angka TPT ketiga provinsi tersebut jauh di atas angka TPT nasional, yaitu sebesar 5,34 persen. Dari Gambar 1. dapat dilihat bahwa Provinsi Jawa Barat merupakan provinsi dengan permasalahan tingkat pengangguran tertinggi di Indonesia. Dalam periode 2011 – 2018, Jawa Barat ini memiliki angka TPT di atas 8 persen. Jika dibandingkan dari tahun sebelumnya angka TPT Jawa Barat tahun 2018 mengalami penurunan sebesar 0,05 persen dari tahun sebelumnya. Hal tersebut masih jauh dari target Rancangan Pembangunan Jangka Menengah Daerah (RPJMD) Jawa Barat karena target penurunan tingkat pengangguran sebesar 0,5 persen setiap tahunnya. Berdasarkan uraian permasalahan di atas, dalam penelitian ini akan dilakukan pengklasifikasian angkatan kerja berdasarkan faktor yang mempengaruhi tingkat pengangguran di Jawa Barat pada tahun 2018. Tingkat pengangguran terbuka ini mampu menggambarkan tingginya jumlah pengangguran terhadap banyaknya angkatan kerja berusia diatas 15 tahun yang terdapat di wilayah tertentu. Telah banyak berbagai literatur yang meneliti variabel – variabel yang diduga memiliki pengaruh terhadap keputusan seseorang untuk menganggur. Jenis kelamin berpengaruh positif terhadap keputusan seseorang untuk menganggur dimana perempuan memiliki kecenderungan menganggur lebih tinggi [1]. Hal ini terjadi juga pada usia seseorang yang berpengaruh negatif terhadap keputusan seseorang untuk menganggur. Selanjutnya, status perkawinan dimana kecenderungan seseorang yang belum kawin memiliki peluang menganggur lebih besar daripada yang sudah kawin. Tingkat pendidikan secara signifikan berpengaruh terhadap status kerja seseorang [11]. Selain itu, klasifikasi wilayah tempat tinggal penduduk berpengaruh terhadap kondisi status pekerjaan seeorang dimana seseorang yang tinggal di wilayah pedesaan memiliki kecenderungan untuk meganggur lebih besar karena ketersediaan lapangan pekerjaan di pedesaan sedikit. Penelitian ini menggunakan metode random forest untuk mengetahui seberapa penting variabel-variabel di atas dalam mengklasifikasikan penduduk angkatan kerja kedalam kelompok berstatus pengangguran atau bukan pengangguran. Metode random forest merupakan teknik terbaik dalam melakukan pengklasifikasian karena menghasilkan error term paling minimum dibandingkan dengan metode lainnya. Selain itu, Metode tersebut menjadi pilihan alternatif untuk metode pengolahan data dengan dimensi data yang besar karena sangat sulit apabila dilakukan pengolahan data dengan metode konvensional. Dengan demikian, akan dilakukan 243 Ahmad Safrian F, M. Rizki R, Rendy R.R, Ria Nurul A, Tika Novitasari, Rani Nooraeni Jurnal Matematika, Statistika & Komputasi penelitan dengan judul “Analisis pengangguran di Jawa Barat Tahun 2018 dengan pendekatan Random Forest”. Penelitian ini dil

Workforce Classification in West Java 2018 With Random Forest