Titik Balik Partisipasi Kerja Lansia: Studi Regresi Data AS 1880–2024
DOI:
https://doi.org/10.31004/riggs.v4i2.1386Keywords:
Partisipasi Tenaga Kerja, Tren Pensiun, Regresi Polinomial, Analisis Deret Waktu, Titik Balik, Pemodelan PrediktifAbstract
Terinspirasi oleh prinsip dalam buku “The Psychology of Money” tentang pemahaman tren jangka panjang, penelitian ini menyajikan analisis data untuk menyelidiki pola historis partisipasi tenaga kerja pria usia 65 tahun ke atas. Masalah utama yang diteliti adalah kompleksitas tren jangka panjang ini, yang tidak dapat direpresentasikan secara akurat oleh model linear sederhana. Penelitian ini bertujuan untuk menentukan model prediksi terbaik dengan membandingkan tiga pendekatan regresi yang berbeda. Metode yang digunakan adalah implementasi dan evaluasi model Regresi Linear, Regresi Polinomial Derajat 2, dan Regresi Polinomial Derajat 3 terhadap data historis dari St. Louis Federal Reserve (FRED) dari tahun 1880 hingga 2024. Hasil analisis menunjukkan bahwa model Regresi Linear gagal menangkap dinamika krusial, sementara model Polinomial Derajat 3 menunjukkan tanda-tanda overfitting dengan proyeksi masa depan yang tidak realistis. Model Polinomial Derajat 2 terbukti menjadi model yang paling superior dan seimbang. Wawasan utama yang dihasilkan adalah identifikasi adanya titik balik (turning point) yang signifikan sekitar dekade 1990-an, di mana tren penurunan partisipasi kerja selama lebih dari satu abad secara definitif berbalik arah menjadi tren meningkat. Kesimpulannya, analisis ini menegaskan pentingnya pemilihan model yang tepat untuk mengungkap narasi data yang sebenarnya.
Downloads
References
Ayuningtyas, A., & Sari Islami, F. (n.d.). ANALISIS PERKEMBANGAN PENDUDUK TERHADAP TINGKAT PARTISIPASI ANGKATAN KERJA DI INDONESIA. https://transpublika.co.id/ojs/index.php/Transekonomika
Fairuzsyifa, A. I., & Nugroho, Y. S. (n.d.). JIP (Jurnal Informatika Polinema) ANALISIS REGRESI LINIER BERGANDA PENGARUH MINAT CALON MAHASISWA DI UNIVERSITAS MUHAMMADIYAH SURAKARTA MENGGUNAKAN PYTHON.
Fauzi, F. A. N., Santoso, R., & Maruddani, D. A. I. (2024). Pemodelan Data Time Series Menggunakan Pendekatan Regresi Polinomial Lokal Pada Data Harga Saham MDKA. Indonesian Journal of Applied Statistics, 6(2), 186. https://doi.org/10.13057/ijas.v6i2.80118
Kadek, N., Kristanti, S., Nyoman, N., Suasih, R., & Sudirman, J. P. B. (n.d.). PARTISIPASI KERJA PENDUDUK LANJUT USIA DI KABUPATEN TABANAN. In Jurnal Nirta : Studi Inovasi (Vol. 4). https://ejournal.nlc-education.or.id/
Pallotti, F., Paz-Pardo, G., Slacalek, J., Tristani, O., Violante, G. L., Adam, K., Ball, L., Dossche, M., Ehrmann, M., Ferreira, C., Gareis, J., Gorodnichenko, Y., Kaplan, G., Lozej, M., Makarski, K., Checherita-Westphal, C., Chi Dao, M., Foerster, K., Leigh, D., … Ryan, E. (n.d.). Who Bears the Costs of Inflation? Euro Area Households and the 2021-2023 Shock *.
Pannadhitthana Candra, A. (2025). Analisis Data Menggunakan Python: Memperkenalkan Pandas dan NumPy. 3(1), 11–16.
Primaastuti Ananda, S., Muthoharoh, L., & Dicko Pratama, S. (2025). ANALISIS K-MEANS CLUSTERING ANGKATAN KERJA. Prosiding Seminar Nasional Sains Dan Teknologi Seri III Fakultas Sains Dan Teknologi, 2(1).
Rusydi A.Siroj, Win Afgani, Fatimah, Dian Septaria, Gebriella Zahira, & Salsabila. (n.d.). 6.Metode penelitian kuantitatif pendekatan ilmiah untuk analisis data.
Siti hidayatul Khoirun Nisa’, & Rusdianto, R. Y. (2024). Pemanfaatan Visualisasi Data dalam Meningkatkan Pengambilan Keputusan Bisnis. Jurnal Informasi, Sains Dan Teknologi, 7(2), 200–208. https://doi.org/10.55606/isaintek.v7i2.290
Virtanen, M., Myllyntausta, S., Kauppi, M., Kivimäki, M., Pentti, J., Ervasti, J., Prakash, K. C., Vahtera, J., & Stenholm, S. (2022). Trajectories of Worktime Control from Midlife to Retirement and Working beyond Retirement Age. Work, Aging and Retirement, 8(3), 273–281. https://doi.org/10.1093/workar/waab023
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Yogi Astriana, Daniel Nuralamsyah, Angga Putra Al-Farrezs, Khairul Akmal, Mely Gusti Mawarni, Zurnan Alfian

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


















