Penerapan Model Regresi Logistik Biner dalam Mengetahui Faktor-Faktor yang Berpengaruh terhadap Status Menganggur Lulusan SMK di Kota Makassar

Authors

  • Maya Sari Wahyuni
  • Wahidah Sanusi
  • Fitriadita State University of Makassar image/svg+xml
  • Muh. Isbar Pratama

DOI:

https://doi.org/10.30605/proximal.v9i2.8527

Keywords:

Regresi Logistik Biner, Estimasi Maksimum Likelihood, Odds Ratio, Status Menganggur, Lulusan SMK

Abstract

Pengangguran masih menjadi masalah serius di Indonesia, khususnya pada lulusan Sekolah Menengah Kejuruan (SMK) yang justru dirancang untuk siap bekerja, namun menjadi kontributor terbesar Tingkat Pengangguran Terbuka (TPT) di Indonesia setiap tahunnya, mencapai 9,01% pada Agustus 2024 dibandingkan dengan jenjang lainnya. Isu ini diperparah di tingkat lokal, di mana Kota Makassar tercatat sebagai daerah dengan TPT tertinggi di Sulawesi Selatan yaitu 9,71% pada tahun 2024 dengan lulusan SMK menempati urutan pertama tingkat pengangguran tertinggi berdasarkan jenjang pendidikan. Penelitian ini merupakan penelitian terapan dengan pendekatan kuantitatif, menggunakan data sekunder hasil Survei Angkatan Kerja Nasional periode Agustus 2022, 2023, dan 2024 yang diperoleh dari BPS Provinsi Sulawesi Selatan. Tujuan penelitian ini adalah untuk menerapkan model regresi logistik biner dalam mengetahui faktor-faktor yang berpengaruh terhadap status menganggur lulusan SMK di Kota Makassar, dengan menguji variabel jenis kelamin, bidang keahlian, tahun kelulusan, dan kualifikasi keikutsertaan pelatihan. Estimasi parameter regresi logistik dilakukan dengan menggunakan metode Maximum Likelihood Estimation. Hasil dari penelitian ini menunjukkan bahwa faktor yang berpengaruh secara signifikan terhadap status menganggur lulusan SMK di Kota Makassar adalah periode kelulusan, dengan tiga kategori, yaitu lulusan baru, lulusan pandemi, dan lulusan lama, di mana lulusan baru dijadikan sebagai kategori referensi. Interpretasi odds ratio menunjukkan bahwa lulusan pandemi memiliki peluang menganggur sebesar 4,355 kali lebih tinggi dibandingkan lulusan baru dan lulusan lama memiliki peluang menganggur sebesar 6,369 kali lebih tinggi dibandingkan lulusan baru.

References

Arisandy, A. M., & Santoso, B. (2020). Analisis Hubungan Antara Motivasi Kerja, Pengalaman Kerja dan Hasil Produksi dengan Produktifitas Kerja Karyawan di CV. Tiara Prima. JUMINTEN, 1(3), 70–78.

Aulia, M. F. (2017). Determinan Pengangguran Terdidik di Jawa Timur. Jurnal Ilmiah Mahasiswa FEB Universitas Brawijaya, 5(2).

Badan Pusat Statistik Indonesia. (2024). Booklet Sakernas Agustus 2024. BPS. Diakses pada 16 Februari 2025, dari https://www.bps.go.id/id/publication/2024/12/20/145b7ca9b2e159c6c0493290/sakernas-booklet-august-2024.html

Balqis, P., Anggraini, R., & Sugiarto, S. (2018). Model Bangkitan Pergerakan Pekerja Berdasarkan Tingkat Pendapatan Rumah Tangga (Studi Kasus: Kota Banda Aceh). Jurnal Arsip Rekayasa Sipil dan Perencanaan, 1(2), 10–18.

BPS. (2024a). Tingkat Pengangguran Terbuka Berdasarkan Tingkat Pendidikan, 2021-2023. Badan Pusat Statistik. Diakses pada 8 Desember 2024, dari https://www.bps.go.id/id/statistics-table/2/MTE3OSMy/tingkat-pengangguran-terbuka-berdasarkan-tingkat-pendidikan.html

BPS. (2024b). Tingkat Pengangguran Terbuka (TPT) Sebesar 4,91 Persen. Badan Pusat Statistik. Diakses pada 8 Desember 2024, dari https://www.bps.go.id/id/pressrelease/2024/11/05/2373/unemployment-rate-was-4-91-percent-.html

BPS Provinsi Sulawesi Selatan. (2024). Tingkat Pengangguran Terbuka (Agustus), 2024. Badan Pusat Statistik Provinsi Sulawesi Selatan. Diakses pada 8 Desember 2024, dari https://sulsel.bps.go.id/id/statistics-table/2/NDY2IzI=/tingkat-pengangguran-terbuka.html

Hermawan, A., Mufiedah, M., Madina, V., Santika, Z. M., Kasim, M. F., & Siagian, T. H. (2023). Kesenjangan Kondisi Pengangguran Lulusan SMK/MAK di Indonesia: Analisis Antargender dan Variabel-Variabel yang Memengaruhinya. Jurnal Ketenagakerjaan, 18(3), 262–277.

Hosmer, D. W., Jr., Lemeshow, S., & Sturdivant, R. X. (2013). Applied Logistic Regression (3rd ed.). John Wiley & Sons.

Khurniawan, A. W., & Erda, G. (2019). Peningkatan Mutu Pendidikan SMK Melalui Revitalisasi Berkelanjutan. Vocational Education Policy, 1(19), 1–14.

Laras, P. F. (2024). Analisis Regresi Logistik Biner pada Kasus Hipertensi (Studi Kasus di Puskesmas Kebun Jahe) [Skripsi, Universitas Islam Negeri Raden Intan Lampung].

Malik, A., & Chusni, M. M. (2018). Pengantar Statistika Pendidikan: Teori dan Aplikasi. Deepubish.

Siburian, E. S., Ginting, E. M., Syahfitri, M. D., & Purba, B. (2025). Bonus Demografi Sebagai Peluang dan Tantangan Bagi Indonesia. Jurnal Ilmiah Wahana Pendidikan, 11(1. D), 123–128.

Sofiyat, A. I., Tjalla, A., & Mahdiyah, M. (2023). Pemodelan Regresi Logistik Biner terhadap Penerimaan Pegawai Di PT XYZ Jakarta. Matematika Sains, 1(1), 1–11.

Wijaya, M. O., & Utami, E. D. (2021). Determinan Pengangguran Lulusan SMK di Indonesia Tahun 2020. Seminar Nasional Official Statistics, 2021(1), 801–810.

Downloads

Published

2026-05-05

How to Cite

Penerapan Model Regresi Logistik Biner dalam Mengetahui Faktor-Faktor yang Berpengaruh terhadap Status Menganggur Lulusan SMK di Kota Makassar. (2026). Proximal: Jurnal Penelitian Matematika Dan Pendidikan Matematika, 9(2), 370-380. https://doi.org/10.30605/proximal.v9i2.8527