PENGGUNAAN ANALISIS REGRESI LOGISTIK MULTINOMIAL UNTUK KLASIFIKASI PEMILIHAN LAPANGAN PEKERJAAN DI DKI JAKARTA

JENNYFER ROMAITO, . (2017) PENGGUNAAN ANALISIS REGRESI LOGISTIK MULTINOMIAL UNTUK KLASIFIKASI PEMILIHAN LAPANGAN PEKERJAAN DI DKI JAKARTA. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

Text skripsi full.pdf Download (1MB)

Abstract

Analisis regresi logistik multinomial dapat digunakan untuk klasifikasi pemilihan lapangan pekerjaan. Model multinomial logit mempunyai variabel respon yang terbagi atas tiga kategori, yaitu sektor industri, jasa, dan perdagangan. Pada penulisan skripsi ini penerapan pada data menggunakan Survei Angkatan Kerja (SAKERNAS) DKI Jakarta tahun 2015, kategori sektor industri dijadikan pembanding/kontrol. Uji signifikansi model secara serentak dan parsial dilakukan agar mengetahui adanya pengaruh yang signifikan dari variabel-variabel penjelas. Selanjutnya nilai AIC terkecil digunakan untuk mendapatkan model yang terbaik. Berdasarkan model multinomial logit yang telah diuji dapat diketahui bahwa variabel-variabel, seperti jenis kelamin, tingkat pendidikan, golongan umur, status pekerjaan, dan jenis pekerjaan berpengaruh signifikan terhadap ketepatan klasifikasi pemilihan lapangan pekerjaan di DKI Jakarta. Multinomial logistic regression can be used for the selection of the classification of career opportunity. The multinomial logit model has a variable response that divided into three categories, such as industry, services, and trade. In this thesis, application on the data using SAKERNAS DKI Jakarta 2015, and industry used as comparison / control. Significance test models simultaneously and partially performed in order to determine the existence of significant influence of the explanatory variables. The multinomial logit model is tested simultaneously and partially significance. Deviation used for goodness of fit model test. Then it takes the best model using the smallest AIC value. Based on multinomial logit models that have been tested can be seen that variables, such as gender, education level, age group, employment status, and the type of work are significant influence on the carrer opportunity classification result.

Item Type:	Thesis (Sarjana)
Additional Information:	1) Widyanti Rahayu, M.Si 2) Vera Maya Santi, M.Si
Subjects:	Sains > Matematika
Divisions:	FMIPA > S1 Matematika
Depositing User:	sawung yudo
Date Deposited:	07 Apr 2022 03:58
Last Modified:	07 Apr 2022 03:58
URI:	http://repository.unj.ac.id/id/eprint/26014

Actions (login required)

View Item