Penerapan Synthetic Minority Oversampling Technique (SMOTE) Terhadap Data Tidak Seimbang Pada Tingkat Pendapatan Pekerja Informal Di Provinsi D.I. Yogyakarta Tahun 2019

Ketenagakerjaan merupakan salah satu permasalahan setiap negara berkembang termasuk di Indonesia. Penciptaan lapangan kerja menjadi isu yang sangat penting terhadap pembangunan ekonomi. Provinsi Daerah Istimewa Yogyakarta merupakan provinsi yang cukup sukses untuk mengatasi masalah ketenagakerjaan dengan TPAK tertinggi ketiga setelah Bali dan Papua tahun 2018 dengan persentase TPAK yang cenderung stabil sejak 2015. Namun, ternyata persentase penduduk miskin yang bekerja di sektor informal di Yogyakarta sangat besar mencapai 44.97%, hampir mencapai setengah dari seluruhnya. Tingkat pendapatan pekerja di sektor informal jauh lebih rendah daripada pekerja di sektor formal. Data tingkat pendapatan pekerja infomal teridentifikasi sebagai data tidak seimbang karena perbandingan antara pekerja dengan pendapatan rendah dan tinggi sangatlah timpang. Oleh karena itu digunakan metode SMOTE untuk mengatasi masalah data tidak seimbang tersebut. Metode klasifikasi yang digunakan dalam penelitian ini adalah regresi logistik biner. Penelitian ini bertujuan untuk mengetahui variabel yang memengaruhi tingkat pendapatan pekerja informal dan membandingkan model sebelum dan sesudah SMOTE untuk mendapatkan model klasifikasi terbaik. Hasil dari evaluasi model menunjukkan bahwa model setelah SMOTE lebih baik dalam mengklasifikasi tingkat pendapatan pekerja informal. Selanjutnya variabel yang memengaruhi tingkat pemdapatan pekerja informal adalah wilayah tempat tinggal, jenis kelamin,status perkawinan, pelatihan kerja,tingkat pendidikan, lapangan usaha, umur, dan jam kerja.