Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan
Ronny
Universitas Islam Majapahit
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Komparasi Algoritma Regresi Linear dan Random Forest untuk Prediksi Tingkat Pengangguran Terbuka di Jawa Timur Wijayanto; Ronny; Ahmad Syaifuddin
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10539

Abstract

Tingkat Pengangguran Terbuka (TPT) merupakan indikator penting dalam mengevaluasi kondisi ketenagakerjaan suatu daerah. Prediksi TPT diperlukan untuk mendukung penyusunan kebijakan ketenagakerjaan yang lebih efektif. Penelitian ini bertujuan membandingkan kinerja algoritma Linear Regression dan Random Forest Regression dalam memprediksi TPT di Provinsi Jawa Timur. Dataset yang digunakan berasal dari Badan Pusat Statistik (BPS) periode 2021–2025 yang mencakup 38 kabupaten/kota dengan total 190 data. Variabel prediktor meliputi Produk Domestik Regional Bruto (PDRB), Upah Minimum Regional (UMR), Tingkat Partisipasi Angkatan Kerja (TPAK), inflasi, dan rata-rata lama sekolah. Tahapan penelitian meliputi preprocessing data, standardisasi menggunakan StandardScaler, pembagian data dengan rasio 80:20, pembangunan model, serta evaluasi menggunakan MAE, MSE, RMSE, dan R². Hasil penelitian menunjukkan bahwa Random Forest Regression memiliki performa lebih baik dibandingkan Linear Regression, dengan nilai MAE 0,6768, MSE 0,8211, RMSE 0,9062, dan R² 0,7295, sedangkan Linear Regression memperoleh MAE 0,8518, MSE 1,2439, RMSE 1,1153, dan R² 0,5902. Variabel rata-rata lama sekolah menjadi faktor yang paling berpengaruh terhadap prediksi TPT. Dengan demikian, Random Forest Regression lebih efektif untuk memprediksi TPT di Provinsi Jawa Timur.
Co-Authors Ahmad Syaifuddin Wijayanto