<![CDATA[Analisis regresi adalah metode yang sangat penting dalam memodelkan hubungan antara variabel, di mana variabel prediktor berpengaruh terhadap variabel respon. Namun, regresi linear konvensional memiliki beberapa keterbatasan, terutama ketika asumsi linearitas dan normalitas tidak terpenuhi. Dalam konteks ini, Generalized Additive Model (GAM) muncul sebagai alternatif yang lebih fleksibel. GAM mampu menangani hubungan non-linear antara variabel prediktor dan respon, serta tidak mengharuskan variabel respon untuk berdistribusi normal. GAM menggunakan pendekatan regresi nonparametrik, seperti penalized spline, untuk mengestimasi fungsi smoothing yang dapat menyesuaikan pola data secara otomatis. Pendekatan ini juga membantu mencegah overfitting, yang sering menjadi masalah dalam pemodelan data yang kompleks. Penelitian ini bertujuan untuk menerapkan GAM spline dalam memodelkan faktor-faktor yang memengaruhi Tingkat Pengangguran Terbuka (TPT) di Provinsi Sulawesi Selatan. Tahapan penelitian mencakup pengujian linearitas, penentuan titik knot, dan parameter penghalus optimal. Selanjutnya, pemodelan GAM dilakukan dengan menggunakan penalized spline pada variabel non-linear. Hasil pemodelan menunjukkan bahwa variabel Rata-Rata Lama Sekolah (RLS) dan Produk Domestik Regional Bruto (PDRB) memiliki pengaruh signifikan terhadap TPT, sementara variabel lainnya tidak menunjukkan signifikansi. Dengan demikian, model GAM penalized spline berhasil memodelkan hubungan antara faktor-faktor yang memengaruhi TPT secara efektif. Penelitian ini memberikan pemahaman yang lebih dalam bahwa peningkatan RLS dan PDRB dapat berkontribusi dalam menurunkan TPT di Sulawesi Selatan, yang merupakan informasi penting bagi pengambil kebijakan dalam merumuskan strategi pengurangan pengangguran.]]>
Copyrights © 2026
