Klasifikasi Pengangguran Berdasarkan Status Angkatan Kerja di Kabupaten Balangan Menggunakan Multivariate Adaptive Regression Splines (MARS)

Abstract

Sejak wabah corona virus disease 2019 (COVID-19) masuk ke Indonesia sektor tenaga kerja mengalami dampak dari adanya wabah tersebut, terlihat dari data Tingkat Pengangguran Terbuka (TPT) Kabupaten Balangan yang meningkat dari Tahun 2018 sampai 2020. Maka untuk melihat karakteristik dan tingkat akurasi dari klasifikasi dan faktor-faktor yang berkontribusi terhadap permasalahan pengangguran berdasarkan status angkatan kerja di Kabupaten Balangan dilakukan penelitian dengan menerapkan pendekatan metode Multivariate Adaptive Regression Splines (MARS) dalam pemodelan klasifikasi pengangguran di Kabupaten Balangan. Hasil penelitian menunjukkan bahwa karakteristik pengangguran berdasarkan status angkatan kerja di Kabupaten Balangan yang tidak bekerja sebesar 29 persen dan angkatan kerja yang bekerja sebesar 71 persen. Model MARS terbaik didapatkan dengan kombinasi basis function (BF) = 28, maximum interaction (MI) = 3, dan minimum observation (MO) = 1 dengan kriteria nilai GCV paling minimum sebesar 0,1476713. Terdapat 3 variabel yaitu umur, jenis kelamin, dan pengalaman pekerjaan yang sangat signifikan berpengaruh terhadap model berdasarkan tingkat kepentingan variabel independen. Evaluasi hasil klasifikasi model MARS memiliki tingkat ketepatan klasifikasi yang tinggi yaitu pada data latih sebesar 79,71 persen dan pada data uji ketepatan klasifikasi sebesar 75,45 persen.