Pemodelan Faktor-faktor yang Memengaruhi Jumlah Pengangguran di Indonesia Menggunakan Metode Generalized Poisson Regression dan Negative Binomial Regression

Abstract

Pengangguran merupakan suatu kondisi di mana seseorang tidak mempunyai pekerjaan dan sedang mencari pekerjaan Jika ditelusuri dengan melihat jumlah pengangguran yang terjadi pada tahun 2018 menuju tahun 2019 di Indonesia, trend jumlah pengangguran menunjukkan adanya kenaikan, di mana terjadi kenaikan sebesar 0,64% jumlah pengangguran pada tahun 2019. Selain itu, tingkat pengangguran di Indonesia pada tahun 2019 yaitu sebesar 5,28% masih belum mencapai target tingkat pengangguran terbuka yang telah ditentukan oleh Kementerian Ketenagakerjaan (Kemnaker) Republik Indonesia pada tahun 2019. Hal ini bertolak belakang dengan langkah yang telah ditempuh oleh Kementerian Ketenagakerjaan Republik Indonesia dengan penyediaan lapangan kerja dan peningkatan produktivitas tenaga kerja yang mencapai 109,49%. Oleh sebab itu, diduga terdapat faktor-faktor yang memengaruhi jumlah pengangguran di Indonesia. Pada penelitian ini menggunakan metode Generalized Poisson Regression dan Regresi Binomial Negatif untuk mendapatkan model terbaik yang dapat merepresentasikan faktor-faktor yang berpengaruh terhadap jumlah pengangguran. Sumber data yang digunakan pada penelitian ini merupakan data sekunder jumlah pengangguran dan faktor-faktor yang diduga berpengaruh di mana data tersebut diambil dari publikasi Badan Pusat Statistik (BPS). Didapatkan hasil pada pemodelan terbaik dengan menggunakan regresi binomial negatif di mana variabel yang berpengaruh signifikan terhadap jumlah pengangguran yaitu jumlah penduduk dan jumlah usaha mikro dan kecil yang terdapat di masing-masing provinsi. Model yang diperoleh diharapkan pemerintah pusat maupun daerah dapat lebih memperhatikan faktor tersebut untuk mengatasi permasalahan pengangguran di Indonesia.