Aprilia, Cindy (2024) PERAMALAN PENGANGGURAN USIA MUDA MENGGUNAKAN BIG DATA GOOGLE TRENDS DI INDONESIA. S2 thesis, Universitas Andalas.
Text (Cover dan Abstrak)
Abstrak + Cover.pdf - Published Version Download (87kB) |
|
Text (BAB I Pendahuluan)
BAB I Pendahuluan.pdf - Published Version Download (250kB) |
|
Text (BAB V Penutup)
BAB V Penutup.pdf - Published Version Download (128kB) |
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version Download (215kB) |
|
Text (Tesis Full Text)
Tesis Full Text.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy |
Abstract
Penelitian ini bertujuan untuk meramalkan tingkat pengangguran usia muda di Indonesia dengan menggunakan data dari Google Trends. Pengangguran usia muda merupakan isu penting karena kelompok ini memiliki tingkat pengangguran yang tinggi dan berpotensi menghambat pertumbuhan ekonomi Indonesia, terutama dalam menghadapi bonus demografi 2030. Data Google Trends menawarkan keunggulan real-time dalam mengukur minat pencarian terkait pekerjaan, yang dapat digunakan sebagai indikator awal untuk memperkirakan tren pengangguran. Studi ini membandingkan akurasi peramalan antara model statistik klasik berbasis ARIMAX dan model machine learning berbasis Support Vector Regression (SVR) yang menggabungkan data Google Trends dan indikator ekonomi makro seperti inflasi dan pertumbuhan ekonomi. Hasil penelitian menunjukkan bahwa model ARIMAX yang memberikan hasil terbaik dibandingkan model lainnya serta penggunaan data Google Trends terbukti mampu meningkatkan akurasi peramalan tingkat pengangguran usia muda di Indonesia, memberikan wawasan yang lebih cepat dan tepat bagi pembuat kebijakan untuk merespons dinamika pasar tenaga kerja.
Item Type: | Thesis (S2) |
---|---|
Supervisors: | Dr. Yulia Anas, S.E., M.Si |
Uncontrolled Keywords: | Peramalan, Google Trends, Pengangguran Usia Muda, Machine Learning |
Subjects: | H Social Sciences > H Social Sciences (General) H Social Sciences > HB Economic Theory |
Divisions: | Fakultas Ekonomi dan Bisnis > S2 Ekonomi |
Depositing User: | s2 Ilmu Ekonomi |
Date Deposited: | 05 Nov 2024 03:51 |
Last Modified: | 05 Nov 2024 03:51 |
URI: | http://scholar.unand.ac.id/id/eprint/481253 |
Actions (login required)
View Item |