Ketenagakerjaan merupakan aspek penting bagi perekonomian Indonesia.

Salah satu masalah ketenagakerjaan adalah pengangguran. Data dari Badan

Pusat Statistik (BPS) menunjukkan bahwa masalah pengangguran di Indonesia masih cukup tinggi. Semakin banyak provinsi dengan tingkat pengangguran yang tinggi maka tingkat pengangguran secara nasional juga akan tinggi.

Pengangguran terbuka merupakan pengangguran yang tenaga kerjanya sungguhsungguh tidak mempunyai pekerjaan. Banyaknya indikator pada pengangguran terbuka dapat diketahui dengan menggunakan tingkat pengangguran terbuka

(TPT). Tingginya TPT dipengaruhi oleh empat indikator yaitu Tingkat Partisipasi Angkatan Kerja (TPAK), tingkat pertumbuhan PDRB per-Kabupaten/Kota,

laju pertumbuhan penduduk, dan presentase penduduk miskin.

Pengaruh indikator terhadap TPT dapat diketahui melalui model regresi.

Ada dua pendekatan dalam model regresi yaitu parametrik dan nonparametrik.

Model regresi parametrik digunakan apabila kurva regresi diketahui dan data

bersifat mengikuti pola tertentu, sedangkan model regresi nonparametrik digunakan apabila data bersifat tidak mengikuti pola tertentu. Pola data yang terbentuk dapat diklasifikasikan ke dalam komponen parametrik dan nonparametrik

sehingga digunakan pendekatan semiparametrik spline truncated. Tujuan penelitian

ini menerapkan model regresi semiparametrik spline truncated dengan estimasi

parameter ordinary least square pada data TPT di Jawa Tengah.

Data yang digunakan merupakan data sekunder dari Badan Pusat Statistik

(BPS) sebanyak 175 data dari 35 masing-masing variabel. Metode yang digunakan adalah studi literatur dan terapan dengan menentukan titik knot optimal,

GCV minimum, dan mengestimasi parameter model sehingga diperoleh model

yang sesuai untuk data TPT di Jawa Tengah. Berdasarkan hasil penelitian,

diperoleh model regresi semiparametrik spline truncated yang sesuai data TPT

di Jawa Tengah dengan 3 titik knot optimal pada masing-masing variabel bebas.

Nilai koefisien determinasi (R2

) yaitu 0,9995 artinya 99,95% TPT dijelaskan oleh

Tingkat Partisipasi Angkatan Kerja (TPAK), tingkat pertumbuhan PDRB perKabupaten/Kota, laju pertumbuhan penduduk, dan presentase penduduk miskin. Sisanya 0,05% dipengaruhi oleh indikator lain yang tidak teramati dalam

penelitian.