Penerapan Metode Regresi Ridge untuk Mengatasi Masalah Multikolinearitas pada Kasus Tingkat Pengangguran Terbuka di Pulau Sumatera

Faddila Hayati, Lilis Harianti Hasibuan, Syarto Musthofa

Abstract


Tingkat pengangguran terbuka merupakan salah satu indikator penting dalam menilai kondisi ketenagakerjaan dan kesejahteraan ekonomi suatu wilayah. Dalam analisis faktor-faktor yang mempengaruhi tingkat pengangguran terbuka, penggunaan regresi linier berganda sering menghadapi masalah multikolinearitas, yang dapat menyebabkan estimasi parameter menjadi tidak stabil dan kurang efisien. Regresi ridge merupakan modifikasi dari metode MKT atau OLS yang menghasilkan konstanta bias. Dalam menentukan konstanta bias peneliti menggunakan konstanta estimator Hoerl, Kennard dan Baldwin (HKB) dalam proses estimasi. Penelitian ini bertujuan untuk menerapkan metode regresi ridge dalam mengatasi masalah multikolinearitas pada kasus tingkat pengangguran terbuka di Pulau Sumatera. Sehingga diperoleh model persamaan regresi linear berganda dengan analisis Ridge Regression menggunakan metode Hoerl, Kennard dan Baldwin (HKB). 

 

 


Keywords


Regresi Ridge, Multikolinearitas,Tingkat Pengangguran Terbuka, Metode HKB

Full Text:

PDF

References


Alamsyah, I. F., Esra, R., Awalia, S., & Andi Nohe, D. (2022). Analisis Regresi Data Panel Untuk Mengetahui Faktor Yang Mempengaruhi Jumlah Penduduk Miskin Di Kalimantan Timur. Prosiding Seminar Nasional Matematika, Statistika, Dan Aplikasinya, 254–256.

Ali, R. G., & Nugraha, J. (2019). Penerapan Metode Regresi Ridge Dalam Mengatasi Masalah Multikolinearitas . Jurnal Prosiding Sendika, 5, 239.

Andini, A., Sunandi, E., Novianti, P., Sriliana, I., & Agwil, W. (2025). Perbandingan Metode Regresi Ridge dan Jackknife Ridge Regression pada Data Tingkat Pengangguran Terbuka.

Aprianto, D. (2013). Hubungan Sumber Daya Manusia Terhadap Tingkat. Prosiding PESAT, 5(2010), 8–9.

Arisandi, R., Ruhiat, D., & Marlina, E. (2021). Implementasi Ridge Regression untuk Mengatasi Gejala Multikolinearitas pada Pemodelan Curah Hujan Berbasis Data Time Series Klimatologi. JRMST| Jurnal Riset Matematika Dan Sains Terapan, 1(1), 1–11.

Astuti. (2014). PARTIAL LEAST SQUARE (PLS) DAN PRINCIPAL COMPONENT REGRESSION (PCR) UNTUK REGRESI LINEAR DENGAN MULTIKOLINEARITAS PADA KASUS INDEKS PEMBANGUNAN MANUSIA DI KABUPATEN GUNUNG KIDUL.

Azmi, U., Hadi, Z. N., & Soraya, S. (2020). ARDL METHOD: Forecasting Data Curah Hujan Harian NTB. Jurnal Varian, 3(2), 73–82.

Badan Pusat Statistik. (2023). Booklet SAKERNAS Februari 2023. Bps, 11(1), ii–24.

Bismo, S. (2015). Modul-3 (Least-Squares).pdf. 2(September).

BPS Penajam Paser. (2022). Produk Domestik Regional Bruto Kabupaten Penajam Paser Utara Menurut Pengeluaran 2019-2023. Produk Domestik Regional Bruto, 85–88.

Budiantara, I. N., & Izzah, N. (2020). Pemodelan Faktor-faktor yang Mempengaruhi Tingkat Partisipasi Angkatan Kerja Perempuan di Jawa Barat Menggunakan Regresi Nonparametrik Spline Truncated. Inferensi, 3(1), 21–27.

Diantari, N. (2021). Multikolinieritas (Studi Kasus pada Data Indeks Pembangunan Manusia (IPM) di Kota Pacitan, Ponorogo, dan Mojokerto).

Elfida, C., & Amalia, N. (2023). Pengangguran Terbuka Di Provinsi Aceh. JIBES: Jurnal Ilmiah Basis Ekonomi Dan Bisnis, 2(2), 72–84.

Fabiana Meijon Fadul. (2019). Jumlah Pendudukan. Ekonomi Pembangunan, 12–42.

Felassuffa, A., & Yuliani, E. (2021). 19979-45468-1-Pb. Jurnal Kajian Ruang, 1(1), 49–61.

Fitriani, A. (2019). Analisis Faktor-Faktor Yang Mempengaruhi Tingkat Pengangguran Terbuka Di Provinsi Jawa Timur. Publikasi Ilmiah, 1–7.

Ginting, F., Buulolo, E., & Siagian, E. R. (2019). Implementasi Algoritma Regresi Linear Sederhana Dalam Memprediksi Besaran Pendapatan Daerah (Studi Kasus: Dinas Pendapatan Kab. Deli Serdang). KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer), 3(1), 274–279.

Hasibuan, L. H., & Musthofa, S. (2022). Penerapan Metode Regresi Linear Sederhana Untuk Prediksi Harga Beras di Kota Padang. JOSTECH: Journal of Science and Technology, 2(1), 85–95.

Hendra, R. (2010). Kemiskinan Konsep 1. 18–38.

Herawati, A., & Kyswantoro, S. (2023). Analisis Faktor Yang Mempengaruhi Tingkat Pengangguran Terbuka di Bojonegoro Analysis of Factors Affecting the Open Unemployment Rate in Bojonegoro. Jurnal Ekonomi Manajemen Dan Sosial, 6(1), 50–55.

Ii, B. A. B., & Pustaka, T. (2010). Tinpus Pengeluaran Per Kapita. 10–32.

Ivan, G., Purwahendra, A., & Sihombing, P. R. (2025). Pengaruh Pendidikan dan Pengeluaran Per Kapita terhadap Pengangguran Terbuka di Indonesia. 2(Juli).

Josep, K. B., Rosalina, K., & Riyan, M. (2019). Pengaruh Angka Harapan Hidup, Tingkat Pendidikan Dan Pengeluaran Perkapita Terhadap Pertumbuhan Ekonomi Di Sulawesi Utara Pada Tahun 2003-2017. Jurnal Berkala Ilmiah Efisiensi, 19(01), 44–55.

Latiffa, N., Rotinsulu, D., & Tumilaar, R. (2017). Pengaruh Pertumbuhan Ekonomi Dan Indeks Pembangunan Manusia Terhadap Tingkat Pengangguran Terbuka Dan Dampaknya Pada Jumlah Penduduk Miskin Di Kota Manado. Jurnal Berkala Ilmiah Efisiensi, 17(02), 106–117.

Mahroji, D., & Nurkhasanah, I. (2019). Pengaruh Indeks Pembangunan Manusia Terhadap Tingkat Pengangguran Di Provinsi Banten. Jurnal Ekonomi-Qu, 9(1).

Manalu, S. P. R., Lubis, H., Nasution, A. H., Pakpahan, E., Hajatina, H., & Bukit, A. N. (2024). Analisis Pengaruh Laju Pertumbuhan PDRB, PDRB Per Kapita, Dan Gini Ratio Terhadap Tingkat Kemiskinan Provinsi Jawa Tengah Tahun 2013-2022. Value, 4(2), 237–253.

Marliana, L. (2022). Analisis Pengaruh Indeks Pembangunan Manusia, Pertumbuhan Ekonomi dan Upah Minimum terhadap Tingkat Pengangguran Terbuka di Indonesia. Ekonomis: Journal of Economics and Business, 6(1), 87.

Mulyasari, R., Nugroho, S., & Rizal, J. (2015). Regresi ridge untuk mengatasi multikolinearitas. Jurnal Statistika, 1, 54–65.

Naomi Nessyana Debataraja, N. A. D. K. (2019). Metode Generalized Ridge Regression Dalam Mengatasi Multikolinearitas. Bimaster : Buletin Ilmiah Matematika, Statistika Dan Terapannya, 8(4), 679–686.

Nizhamul, D. L., Istighfarah, V., & Damayanti, N. D. (2023). Faktor-Faktor Pengaruh Indeks Pembangunan Manusia (Ipm) Di Hongkong Dan Singapura. Jurnal Edukasi (Ekonomi, Pendidikan, Dan Akuntansi), 11 (2), 99–106.

Pratiwi, N. B. (2016). Perbandingan Regresi Komponen Utama Dengan Regresi Ridge Untuk Mengatasi Masalah Multikolinieritas. 1–74.

Rahim, A., Haryadi, W., & Muliawansyah, D. (2024). Analisis Faktor Rata-Rata Lama Sekolah Dan Pengangguran Terbuka Dalam Mempengaruhi Tingkat Kemiskinan Di Kabupaten Sumbawa. Jurnal Ekonomi & Bisnis, 12(1), 14–25.

Rahma, K. Y. (2023). Pengaruh Produk Domestik Regional Bruto, Pendidikan Dan Jumlah Penduduk Terhadap Tingkat Pengangguran Di Provinsi Banten Tahun 2012-2021. 1–101.

Rifka Alkhilyatul Ma’rifat, I Made Suraharta, I. I. J. (2024).

Rosyadi. (2018). PENERAPAN METODE REGRESI RIDGE UNTUK MENGATASI MASALAH MULTIKOLINEARITAS PADA KASUS INDEKS PEMBANGUNAN MANUSIA DI PROVINSI JAWA TENGAH. 3(32), 1–44.

Sabiq, R. M., & Nurwati, N. (2021). Pengaruh Kepadatan Penduduk Terhadap Tindakan Kriminal. Jurnal Kolaborasi Resolusi Konflik, 3(2), 161.

Septera, M. (2020). Pengaruh Jumlah Penduduk, Pendidikan Dan Pengangguran Terhadap Tingkat Kemiskinan Di Provinsi Lampung Dalam Perspektif Ekonomi Islam Tahun 2009-2018. 1–79.

SILAKIP Kota Bandung. (2019). Analisis Pencapaian Sasaran 2 Tahun 2019 Meningkatnya Derajat Kesehatan Masyarakat Indikator. 1–3.

Siswati, E., & Hermawati, D. T. (2018). Analisis Indeks Pembangunan Manusia (Ipm) Kabupaten Bojonegoro. Jurnal Ilmiah Sosio Agribis, 18(2), 93–114.

Soemartini. (2008). Principal Component Analysis ( Pca ) Sebagai Salah Satu Metode Untuk Mengatasi Masalah Multikolinearitas. Fakultas Matematika Dan Ilmu Pengetahuan Alam, 1–20.

Solekakh, N. A., Ispriyanti, D., & Sudarno, S. (2015). Esimasi Parameter Regresi Ridge Menggunakan Iterasi Hoerl, Kennard, dan Baldwin (HKB) Untuk Penanganan Multikolinearitas. Jurnal Gaussian, 4(4), 1109–1116.

Solekakh, N., Ispriyanti, D., & Sudarno. (2015). 185777-ID-esimasi-parameter-regresi-ridge-mengguna. Jurnal Gaussian, 4, 1109–1116.

Sudariana, & Yoedani. (2022). Analisis Statistik Regresi Linier Berganda. Seniman Transaction, 2(2), 1–11.

Sugeng, S. N., Pratikno, B., Matematika, D., & Soedirman, U. J. (2023). Regresi ridge dan simulasinya pada data kemiskinan. 2020, 956–962.

Sungkono, J., & Nugrahaningsih, T. K. (2017). Simulasi Dampak Multikolinearitas Pada Kondisi Penyimpangan Asumsi Normalitas. Magistra, XXIX(101), 45–50.

Ta’ani, M. Q. A., Anindra, T. A. G., Maharani, N. P., Azzahrah, O., Ghoni, A., Paramita, A., Dewanto, A. K. C., Gustaf, R. M., Siham, A. F., Alwi, M. S., & Husna, V. N. (2023). Pengaruh Tingkat Kepadatan Penduduk Terhadap Densitas Bangunan Menggunakan Transformasi Digital Urban Index di Wilayah Urban DKI Jakarta. Prosiding Seminar Nasional FISIP UNNES, 208–219.

Tarsis Ronald Parulian, & Alexandra Hukom. (2023). Pengaruh Tingkat Pengangguran Terbuka Terhadap Tingkat Kemiskinan Di Kabupaten/Kota Kalimantan Tengah. Manajemen Kreatif Jurnal, 1(2), 81–91.

Teori, Landasan, I. (2015). BAB II LANDASAN TEORI 2.1 Tinjauan Teoritis 2. 11–39.

Tsabitah Farah Aqilah, J., Nafiah Fadila, H., Nur Adinta, F., & Dini Mariati Sihombing, R. (2024). Analisis Determinan Tingkat Pengangguran Terbuka di Provinsi Maluku Tahun 2018-2022. EKOMA : Jurnal Ekonomi, 3(5), 234–243.

Wasilaine, T. L., Talakua, M. W., & Lesnussa, Y. A. (2014). Model Regresi Ridge untuk Mengatasi Model Regresi Linier Berganda yang Mengandung Multikolinieritas (Studi Kasus: Data Pertumbuhan Bayi di Kelurahan Namaelo RT 001, Kota Masohi). BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 8(1), 31–37.




DOI: https://doi.org/10.15548/jostech.v6i1.13700

Refbacks

  • There are currently no refbacks.


Copyright (c) 2026 JOSTECH Journal of Science and Technology

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.