Penerapan Data Mining Untuk PrediksiJumlah Angka Pengangguran Menggunakan Metode Autoregressive Integrated Moving Average (Arima) (Studi Kasus : Bps Sumut)
Kata Kunci:
ARIMA, Pengangguran, Deret Waktu, Prediksi, Analisis DataAbstrak
Studi ini mengilustrasikan penerapan metode autoregressive integrated moving average (ARIMA) untuk memproyeksikan tingkat pengangguran di Provinsi Sumatera Utara dalam periode tertentu. Ketidakpastian ekonomi yang meningkat, terutama akibat perubahan global, menegaskan urgensi dalam memprediksi dan mengelola tingkat pengangguran dengan akurasi tinggi. Metode ARIMA dipilih karena kemampuannya dalam mengidentifikasi pola dan tren dalam data deret waktu, seperti tingkat pengangguran yang dilaporkan oleh BPS Sumut, dan kemampuannya untuk menerapkan langkah-langkah ARIMA yang sesuai untuk membangun model prediktif. Hasil analisis menunjukkan bahwa prediksi jumlah pengangguran untuk siswa SMA dan SMK usia 20 hingga 24 tahun memiliki tingkat error yang sangat kecil, menunjukkan tingkat akurasi yang tinggi. Penelitian ini memberikan pemahaman mendalam tentang bagaimana metodologi ARIMA dapat digunakan secara efektif untuk meramalkan tingkat pengangguran dan mendukung kebijakan ekonomi serta perencanaan tenaga kerja.
