PEMODELAN NOWCASTING TINGKAT PENGANGGURAN TERBUKA MENGGUNAKAN DATA GOOGLE TRENDS DENGAN METODE ANTLION OPTIMIZATION-SUPPORT VECTOR REGRESSION

Abstract

Tingkat Pengangguran Terbuka adalah salah satu indikator strategis nasional yang didapatkan oleh BPS melalui Survei Angkatan Kerja Nasional (SAKERNAS) yang dilaksanakan dua kali dalam satu tahun, yaitu pada Februari dan Agustus. Terdapat lag waktu tiga bulan sejak data dikumpulkan hingga data dipublikasikan yang dapat diatasi menggunakan nowcasting dengan memanfaatkan data Google Trends. Data indeks pencarian dari kueri yang berkaitan dengan proses pencarian kerja kemudian diseleksi menggunakan koefisien korelasi Pearson dan LASSO hingga diperoleh kueri pencarian yang relevan dengan nilai TPT. Pemodelan nowcasting dilakukan menggunakan Support Vector Regression dengan parameter yang dioptimisasi menggunakan Ant-Lion Optimization. Hasil dari penelitian ini, diperoleh tiga kueri pencarian yang relevan dan dapat digunakan untuk nowcasting TPT Jawa Barat yaitu “lowongan kerja”, “lowongan pekerjaan”, dan “job”. Hasil dari pemodelan juga menunjukkan MAE, MAPE, dan RMSE yang baik.