Temuan ini penting karena tingkat pengangguran merupakan salah satu indikator utama kesehatan ekonomi suatu daerah. Ketika angka pengangguran menurun secara konsisten, peluang masyarakat memperoleh pekerjaan semakin besar dan aktivitas ekonomi cenderung lebih stabil. Sebaliknya, peningkatan pengangguran sering kali berkaitan dengan perlambatan ekonomi, menurunnya daya beli masyarakat, hingga meningkatnya angka kemiskinan.
Menurut para peneliti, Kota Pematangsiantar memiliki karakteristik ekonomi yang menarik untuk dikaji. Sebagai salah satu kota strategis di Provinsi Sumatera Utara dan pintu menuju kawasan Danau Toba, aktivitas ekonominya didominasi sektor perdagangan dan jasa. Namun, kedua sektor tersebut juga sangat sensitif terhadap perubahan kondisi ekonomi nasional maupun global sehingga tingkat pengangguran di kota ini mengalami fluktuasi dari tahun ke tahun.
Data Badan Pusat Statistik (BPS) memperlihatkan bahwa Tingkat Pengangguran Terbuka Kota Pematangsiantar mengalami perubahan yang cukup dinamis selama periode 2017–2025. Pada tahun 2018, TPT melonjak dari 8,80 persen menjadi 12,14 persen. Setelah sempat bertahan pada level tinggi, terutama saat pandemi COVID-19, angka tersebut kemudian terus menurun sejak tahun 2021 hingga mencapai 7,74 persen pada tahun 2025.
Berangkat dari kondisi tersebut, tim peneliti menggunakan metode Rantai Markov (Markov Chain) untuk melihat kemungkinan perubahan tingkat pengangguran pada tahun-tahun berikutnya. Berbeda dengan metode statistik konvensional yang berfokus pada nilai absolut, pendekatan ini menghitung peluang perubahan suatu kondisi berdasarkan pola yang pernah terjadi sebelumnya.
Dalam penelitian ini, data historis TPT selama sembilan tahun diklasifikasikan ke dalam dua kondisi sederhana, yaitu "naik" dan "turun". Selanjutnya, peneliti menghitung peluang perpindahan dari satu kondisi ke kondisi lainnya sehingga dapat diketahui kecenderungan perubahan tingkat pengangguran pada masa depan.
Hasil analisis menunjukkan pola yang cukup optimistis. Probabilitas kondisi penurunan pengangguran tetap berlanjut mencapai 80 persen apabila pada periode sebelumnya juga terjadi penurunan. Bahkan ketika terjadi kenaikan pengangguran, seluruh data historis menunjukkan bahwa kondisi tersebut selalu diikuti oleh penurunan pada periode berikutnya, sehingga probabilitas transisinya mencapai 100 persen.
Berdasarkan model tersebut, peluang kondisi penurunan tingkat pengangguran diperkirakan terus mendominasi sepanjang periode 2026–2030.
Prediksi probabilitas yang diperoleh meliputi:
- Tahun 2026: peluang penurunan sebesar 80 persen
- Tahun 2027: 84 persen
- Tahun 2028: 83,2 persen
- Tahun 2029: 83,36 persen
- Tahun 2030: 83,33 persen
Sebaliknya, peluang terjadinya kenaikan pengangguran hanya berkisar antara 16 hingga 20 persen selama periode yang sama.
Penelitian juga menghitung kondisi steady state, yaitu kecenderungan jangka panjang apabila pola perubahan yang sama terus berlangsung. Hasilnya menunjukkan bahwa sistem ketenagakerjaan Kota Pematangsiantar akan berada pada kondisi penurunan tingkat pengangguran dengan probabilitas sekitar 83,3 persen, sedangkan peluang peningkatan pengangguran hanya sekitar 16,7 persen.
Selain memprediksi arah perubahan, penelitian ini juga mengukur tingkat kestabilan kondisi tersebut melalui analisis waktu retensi. Hasilnya menunjukkan bahwa ketika pengangguran mulai menurun, kondisi tersebut rata-rata dapat bertahan selama sekitar lima periode. Sebaliknya, ketika terjadi kenaikan pengangguran, kondisi tersebut diperkirakan hanya bertahan sekitar satu periode sebelum kembali memasuki tren penurunan.
Untuk memastikan model yang digunakan benar-benar mampu menggambarkan kondisi nyata, peneliti melakukan backtesting menggunakan data tahun 2024 dan 2025. Hasil prediksi model sepenuhnya sesuai dengan kondisi aktual sehingga memperkuat keyakinan bahwa pendekatan Rantai Markov cukup konsisten dalam menggambarkan dinamika perubahan tingkat pengangguran di Kota Pematangsiantar.
Tim peneliti juga menguji berbagai skenario apabila kondisi ekonomi memburuk. Dalam simulasi tersebut, probabilitas mempertahankan tren penurunan sengaja dikurangi hingga 20 persen. Hasilnya memang menunjukkan peluang kenaikan pengangguran menjadi lebih besar, tetapi kondisi penurunan tetap menjadi keadaan yang paling dominan.
Menurut para penulis, temuan tersebut menunjukkan bahwa pasar tenaga kerja Kota Pematangsiantar memiliki kemampuan adaptasi yang cukup baik terhadap perubahan ekonomi. Meskipun terdapat risiko perlambatan ekonomi, peluang penurunan pengangguran masih lebih besar dibandingkan kemungkinan peningkatan pengangguran.
Bagi pemerintah daerah, hasil penelitian ini dapat dimanfaatkan sebagai dasar penyusunan kebijakan ketenagakerjaan yang lebih berbasis data. Prediksi probabilistik semacam ini membantu pemerintah mengantisipasi perubahan kondisi pasar kerja lebih dini sehingga program penciptaan lapangan kerja, peningkatan keterampilan tenaga kerja, maupun investasi daerah dapat dirancang secara lebih efektif.
Penelitian ini juga menunjukkan bahwa metode matematika seperti Rantai Markov tidak hanya bermanfaat dalam bidang teknik atau komputasi, tetapi juga mampu membantu memahami berbagai persoalan sosial-ekonomi secara lebih objektif. Dengan menggunakan data historis resmi dari BPS, pemerintah daerah memperoleh gambaran mengenai kemungkinan arah perkembangan pasar tenaga kerja dalam beberapa tahun mendatang.
Meski demikian, peneliti mengingatkan bahwa hasil prediksi bukan merupakan angka pasti. Perubahan kebijakan ekonomi, investasi, kondisi global, perkembangan teknologi, maupun krisis yang tidak terduga tetap dapat memengaruhi tingkat pengangguran pada masa depan. Oleh sebab itu, hasil penelitian lebih tepat digunakan sebagai alat pendukung pengambilan keputusan daripada sebagai ramalan absolut.
Ke depan, penulis menyarankan agar penelitian serupa menggunakan rentang data yang lebih panjang serta memasukkan variabel tambahan seperti pertumbuhan ekonomi, inflasi, investasi daerah, dan tingkat pendidikan agar hasil prediksi menjadi semakin komprehensif.
Profil Penulis
Nilam Sari merupakan peneliti dari Universitas HKBP Nommensen Pematangsiantar yang memiliki ketertarikan pada bidang statistika terapan, pemodelan probabilistik, dan analisis data ekonomi.
Gayus Simarmata merupakan dosen di Universitas HKBP Nommensen Pematangsiantar dengan bidang keahlian matematika dan statistika, khususnya penerapan model matematika dalam analisis ekonomi.
Yoel Octobe Purba merupakan akademisi dari Universitas HKBP Nommensen Pematangsiantar yang menekuni bidang matematika terapan, analisis data, serta pemodelan statistik untuk mendukung pengambilan keputusan berbasis data.
Sumber Penelitian
Judul: Application of Markov Chains in Predicting the Unemployment Rate in Pematangsiantar for the Years 2026–2030
Penulis: Nilam Sari, Gayus Simarmata, Yoel Octobe Purba
Jurnal: Indonesian Journal of Advanced Research (IJAR)
Volume: 5, Nomor 6 (2026)
DOI: https://doi.org/10.55927/ijar.v5i6.16579
0 Komentar