PREDIKSI UPAH TENAGA KERJA FORMAL MENGGUNAKAN SUPPORT VECTOR REGRESSION DENGAN STOCHASTIS GRADIENT DESCENT

Sektor tenaga kerja formal merupakan pilar utama dalam menjaga stabilitas ekonomi nasional, namun fluktuasi pasar seringkali menyebabkan ketidakseimbangan penyerapan tenaga kerja. Pada tahun 2020 jumlah tenaga kerja formal sebanyak 10,77 juta orang atau setara dengan 39,53 persen. Proporsi tenaga kerja formal dalam 20 tahun terakhir mengalami tren peningkatan dari 35,10 persen hingga menjadi menjadi 44,12 persen pada tahun 2019. Untuk memetakan dinamika secara akurat, penerapan Support Vector Regression dengan algoritma Stochastic Gradient Descent (SVR-SGD) dipilih karena kelebihan SVR yang tangguh terhadap outlier dan mampu menangani hubungan non-liear secara efisien. Dalam integrasi ini, SVR berguna untuk menentukan fungsi regresi terbaik dengan batas toleransi kesalahan. Sementara itu, SGD berfungsi memprecepat komputasi melalui pembaruan bobot model secara adaptif. Kombinasi inovatif tersebut terbukti berhasil menghasilkan nilai Mean Square Error sebesar 0,0215 dalam memprediksi pola. Hasil akurat ini sangat krusial sebagai landasan pengembilan kebijakan strategis demi mengatasi ketimpangan pasar kerja di masa depan. Kata Kunci: Tenaga kerja formal, Support Vector Regression Stochastic Gradien Descent, Mean Square Error