PREDIKSI TINGKAT PENGANGGURAN BERDASARKAN METODE TIME SERIES DENGAN PERBANDINGAN ALGORITMA ARIMA DAN LSTM (STUDI KASUS : PROVINSI JAWA BARAT)

Alwin Muhammad, Adnin Tebing (2024) PREDIKSI TINGKAT PENGANGGURAN BERDASARKAN METODE TIME SERIES DENGAN PERBANDINGAN ALGORITMA ARIMA DAN LSTM (STUDI KASUS : PROVINSI JAWA BARAT). Other thesis, UNSADA.

	Text COVER.pdf Download (4MB)
	Text BAB 1.pdf Download (733kB)
	Text BAB 2.pdf Download (862kB)
	Text BAB 3.pdf Restricted to Registered users only Download (1MB)
	Text BAB 4.pdf Restricted to Registered users only Download (1MB)
	Text BAB 5.pdf Download (658kB)
	Text DAFTAR PUSTAKA.pdf Download (718kB)
	Text LAMPIRAN.pdf Download (656kB)
	Text HASIL TURNITIN.pdf Restricted to Registered users only Download (727kB)
	Text SUKET TURNITIN.pdf Restricted to Registered users only Download (733kB)

Abstract

Indonesia sebagai salah satu negara berkembang memiliki berbagai masalah salah satu permasalahan yang dihadapi adalah tingkat pengangguran. Penelitian ini bertujuan untuk mengembangkan model prediksi tingkat pengangguran menggunakan algoritma machine learning, yaitu Autoregressive Integrated Moving Average (ARIMA) dan Long Short Term Memory (LSTM), di Provinsi Jawa Barat. Penelitian ini membandingkan kinerja model peramalan ARIMA dan LSTM berdasarkan Mean Squared Error (MSE) untuk kota dan kabupaten di Jawa Barat. Hasil analisis menunjukkan bahwa LSTM secara keseluruhan lebih akurat dengan MSE yang lebih rendah di sebagian besar wilayah. Namun, di wilayah dengan MSE rendah pada kedua model atau perbedaan kecil, ARIMA dapat dipertimbangkan jika efisiensi dan kompleksitas lebih diutamakan. Secara keseluruhan, LSTM cenderung menunjukkan kinerja yang lebih baik dalam peramalan dibandingkan ARIMA, meskipun ada beberapa pengecualian. LSTM adalah metode time series yang paling cocok untuk mengembangkan model prediksi tingkat pengangguran yang akurat. Data yang digunakan dikumpulkan dari permohonan data dari Opendata Jabar dan melalui proses pembersihan serta analisis mendalam untuk memastikan kualitas dan relevansi data. Selain itu, prediksi tingkat pengangguran di Provinsi Jawa Barat dengan metode time series menunjukkan peningkatan bertahap dari 8,35% pada tahun 2024, naik menjadi 8,59% pada tahun 2025, dan mencapai 8,59% pada tahun 2026.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	ARIMA, Jawa Barat, LSTM, Mean Squared Error, Peramalan, Pengangguran, Time Series.
Subjects:	000 Generalities/Karya Umum > 005.3 Programs/ Program
Divisions:	Fakultas Teknik > Teknik Informatika
Depositing User:	Suwatno Suwatno Perpustakaan
Date Deposited:	08 Jan 2025 06:51
Last Modified:	08 Jan 2025 06:51
URI:	http://repository.unsada.ac.id/id/eprint/8869

Actions (login required)

View Item