ANALISIS DAN PREDIKSI TINGKAT PENGANGGURAN TERBUKA DI PROVINSI SUMATERA UTARA MENGGUNAKAN REGRESI LINEAR BERGANDA BERBASIS WEB

Abstract

Tingkat Pengangguran Terbuka (TPT) merupakan salah satu indikator penting dalam mengukur kondisi ketenagakerjaan dan stabilitas ekonomi suatu daerah. Dinamika TPT di Sumatera Utara menunjukkan fluktuasi yang dipengaruhi oleh berbagai factor sosial dan ekonomi, sehingga diperlukan pendekatan analitis yang mampu membantu proses identifikasi pola serta prediksi perubahan tingkat pengangguran secara lebih sistematis. Penelitian ini bertujuan untuk menganalisis dan memprediksi Tingkat Pengangguran Terbuka menggunakan metode regresi linear berganda berbasis web. Variabel yang digunakan terdiri atas Tingkat Partisipasi Angkatan Kerja (TPAK), Harapan Lama Sekolah (HLS), dan Gini Ratio sebagai variabel independen, serta Tingkat Pengangguran Terbuka sebagai variabel dependen. Penelitian menggunakan pendekatan kuantitatif dengan data sekunder yang diperoleh dari Badan Pusat Statistik periode 2017–2024. Sistem dikembangkan menggunakan bahasa pemrograman Python dengan framework Streamlit dan pustaka Scikit-learn untuk proses analisis serta prediksi data. Hasil penelitian menunjukkan bahwa sistem berhasil mengintegrasikan proses pengolahan data, analisis regresi linear berganda, evaluasi model, dan prediksi Tingkat Pengangguran Terbuka dalam satu aplikasi berbasis web. Hasil evaluasi model memperoleh nilai Mean Absolute Error (MAE) sebesar 0.843 dan Mean Squared Error (MSE) sebesar 1.172. Prediksi periode 2025–2028 menunjukkan adanya kecenderungan peningkatan Tingkat Pengangguran Terbuka secara bertahap. Implementasi sistem berbasis web dalam penelitian ini mampu memberikan visualisasi analisis dan prediksi data secara lebih interaktif serta dapat digunakan sebagai alat bantu analisis awal dalam memahami dinamika ketenagakerjaan daerah.