Prediksi Tingkat Pengangguran Terbuka di Indonesia Menggunakan Metode Numerik Ekstrapolasi Berbasis Python
Abstract
Abstrak Tingkat Pengangguran Terbuka (TPT) merupakan indikator strategis yang mencerminkan kondisi pasar tenaga kerja serta efektivitas kebijakan pembangunan ekonomi nasional. Perkembangan TPT Indonesia pada periode 2015-2023 menunjukkan pola yang fluktuatif, dipengaruhi oleh dinamika ekonomi struktural dan guncangan eksternal, sehingga diperlukan pendekatan prediktif untuk mendukung perencanaan kebijakan jangka menengah. Penelitian ini bertujuan menganalisis tren TPT Indonesia, memproyeksikan TPT hingga tahun 2029 menggunakan pendekatan numerik, serta menilai peran metode numerik sebagai alat bantu kebijakan yang selaras dengan arah pembangunan nasional. Metode yang digunakan adalah ekstrapolasi numerik polinom Lagrange dengan memanfaatkan data runtun waktu TPT. Hasil kajian menunjukkan bahwa penggunaan seluruh data historis menghasilkan prediksi yang tidak stabil akibat munculnya fenomena Runge, sehingga proyeksi menjadi tidak realistis. Sebaliknya, ketika pemodelan dibatasi pada data terbaru, ekstrapolasi menghasilkan prediksi yang stabil dan masuk akal secara ekonomi. Proyeksi TPT Indonesia pada periode 2025-2029 berada pada kisaran ±4,46% hingga ±4,81%, yang mencerminkan kecenderungan penurunan TPT pascapandemi dan konsisten dengan pola data terkini. Temuan ini menunjukkan bahwa pendekatan numerik dapat memberikan gambaran kuantitatif yang relevan mengenai arah perkembangan pengangguran dan berpotensi digunakan sebagai instrumen pendukung dalam perumusan kebijakan ketenagakerjaan, sepanjang diterapkan secara hati-hati dan tidak digunakan sebagai satu-satunya dasar pengambilan keputusan. Kata Kunci: Tingkat Pengangguran; Ekstrapolasi; Prediksi; Python; Analisis
Fields of Study & Subjects
Unemployment and Economic Growth
Forecasting Techniques and Applications
Mathematical and Computational Methods
Publication details
- Journal / source
- Jurnal ilmiah soulmath jurnal edukasi pendidikan matematika
- Volume
- 14
- Issue
- 1
- Pages
- 95–110
- Publication date
- 3 March 2026
- Language
- ID