FORECASTING THE OPEN UNEMPLOYMENT RATE IN EAST SUMBA REGENCY USING THE ARIMA (Autoregressive Integrated Moving Average) METHOD

Yenise Kaita Lepir; Fajar Hariadi; Erwianta Gustial Radjah

doi:10.35457/c4kjq656

Authors

Yenise Kaita Lepir Universitas Kristen Wira Wacana Sumba
Fajar Hariadi Universitas Kristen Wira Wacana Sumba
Erwianta Gustial Radjah Universitas Kristen Wira Wacana Sumba

DOI:

https://doi.org/10.35457/c4kjq656

Keywords:

ARIMA, Pengangguran Terbuka di Sumba Timur, Peramalan dan time series

Abstract

Tingkat Pengangguran Terbuka (TPT) merupakan salah satu ukuran penting untuk memahami kesehatan perekonomian suatu daerah. Kabupaten Sumba Timur telah mengalami perubahan besar dalam tingkat pengangguran selama bertahun-tahun, hal ini menunjukkan bahwa tidak selalu terdapat kesesuaian antara jumlah pencari kerja dengan jumlah lapangan kerja yang tersedia. Penelitian ini mencoba memprediksi Tingkat Pengangguran Terbuka di Sumba Timur menggunakan model ARIMA, yaitu suatu metode peramalan yang berbasis pada data deret waktu. Data yang digunakan berasal dari Badan Pusat Statistik (BPS) Kabupaten Sumba Timur dan mencakup TTP dari tahun 2004 hingga 2024. Proses analisis data meliputi pengamatan data, pemeriksaan kestabilan data, identifikasi model terbaik, estimasi parameter, dan pengujian kinerjanya. Hasil penelitian menunjukkan bahwa model terbaik yang digunakan adalah ARIMA (0,1,1) yang memiliki skor kinerja MAE = 0,4230, RMSE = 0,5374, dan MAPE = 14,57% yang berarti model tersebut reliabel. Dengan menggunakan model ini, tingkat pengangguran diperkirakan akan tetap berada di kisaran 2,63% untuk periode 2022 hingga 2024, yang menunjukkan bahwa pasar kerja relatif stabil. Hasil ini dapat membantu pejabat pemerintah daerah menyusun rencana ketenagakerjaan dan pertumbuhan ekonomi yang lebih baik.

Downloads

Download data is not yet available.

References

DAFTAR PUSTAKA

[1] S. T. BPS, “Kabupaten Sumba Timur dalam Angka 2025,” 28 Februari 2025, vol. 20, p. 1, 2025, [Online]. Available: https://sumbatimurkab.bps.go.id/id/publication/2025/02/28/0e4b8347951fb83eedc2a04a/kabupaten-sumba-timur-dalam-angka-2025.html

[2] badan pusat statistik kabupaten sumba timur, “Tingkat Pengangguran Terbuka (TPT) Menurut Kabupaten/Kota (Persen), 2024,” badan pusat statistik kabupaten sumba.

[3] International Labor Organization, World Employment Outlook Social Trends 2019. 2019.

[4] A. Pangestu, A. Irma Purnamasari, and I. Ali, “Analisis Peramalan Tingkat Pengangguran Terbuka di Jawa Barat: Pendekatan Time Series menggunakan Metode ARIMA,” vol. 5, no. 1, pp. 18–25, 2024, [Online]. Available: http://creativecommons.org/licences/by/4.0/%0Ahttp://ejournal.uhb.ac.id/index.php/IKOMTI

[5] I. Mardiyah, W. Dianita Utami, D. C. Rini Novitasari, M. Hafiyusholeh, and D. Sulistiyawati, “Analysis of Population Prediction in Pasuruan City using ARIMA,” BAREKENG J. Ilmu Mat. dan Terap., vol. 15, no. 3, pp. 525–534, 2021, [Online]. Available: https://ojs3.unpatti.ac.id/index.php/barekeng

[6] A. KHOTIBUL UMAM, “Perbandingan Metode ARIMA dan LSTM pada Prediksi Jumlah Pengunjung Perpustakaan,” J. MIND J. | ISSN, vol. 8, no. 2, pp. 119–129, 2023, [Online]. Available: https://doi.org/10.26760/mindjournal.v8i2.119-129

[7] E. Munarsih, “Peramalan Jumlah Pengangguran di Provinsi Sumatera Selatan dengan Metode Autoregressive Integreted Moving Average (ARIMA),” J. Penelit. Sains, vol. 19, pp. 1–5, 2017.

[8] M. F. H. Ambrosius Rana Putra Sar Prawintara , Asmara Sufi, “Menakar Proyeksi Tingkat Pengangguran Terbuka di Indonesia : An Approach Quantitative Study Using Arima Model,” EKOMA J. Ekon. Manajemen, Akunt., vol. 3, no. 5, pp. 214–223, 2024.

[9] L. Marini and N. T. Putri, “Peluang Terjadinya Pengangguran Di Provinsi Bengkulu : Seberapa Besar?,” Converg. J. Econ. Dev., vol. 1, no. 2, pp. 70–83, 2019, doi: 10.33369/convergence-jep.v1i2.10900.

[10] L. M. Deanisa Dwi Imanda, Reva Putri Nurlatifah,Nabila Yuliana, “Pengaruh pengangguran dan pembangunan nasional terhadap pertumbuhan ekonomi,” vol. 1, no. 2, 2023.

[11] H. R. Sari, S. Wahyuningsih, and M. Siringoringo, “Indonesia Gold Price Forecasting Using ARIMA Model (0,1,1) - GARCH (1,0),” Eksponensial, vol. 15, no. 1, pp. 1–10, 2024, doi: 10.30872/eksponensial.v15i1.1265.

[12] F. A. Putri, B. Rahayudi, and D. E. Ratnawati, “Peramalan Aliran Uang Masuk dan Keluar ( Inflow dan Outflow ) Regional Bank Indonesia di Provinsi DKI Jakarta Menggunakan Metode FBProphet,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 1, pp. 1–8, 2023.