Pemodelan Regresi Kuantil dalam Memprediksi Penghasilan Pekerja di Kota Banjar Tahun 2024

Abstract. Income inequality between formal and informal sector workers is a major issue in Banjar City, the only region in West Java with a minimum wage below IDR 2 million. The majority of workers are employed in the informal sector, which tends to have lower income and lacks social protection. Classical linear regression analysis is less suitable in this context due to its sensitivity to outliers and its focus solely on modeling the mean of the data distribution. Therefore, this study employs quantile regression as a more robust alternative, as it provides parameter estimates at various points of the distribution (lower, median, and upper quantiles). The study aims to model the influence of age, years of work experience, working hours per day, and employment status on workers’ income in Banjar City. The data used are secondary data from BPS Banjar City for the year 2024. The results show that the quantile regression model produces different parameter estimates for the 0.25, 0.50, and 0.75 quantiles, with the best performance at the 0.50 quantile based on AIC and MdAPE values. All predictor variables are found to significantly affect income, except the constant term at the median and upper quantiles. This model can serve as a foundation for more equitable and evidence-based employment policies. Abstrak. Ketimpangan penghasilan antara pekerja sektor formal dan informal menjadi isu utama di Kota Banjar, satu-satunya daerah di Jawa Barat dengan upah minimum di bawah Rp2 juta. Mayoritas pekerja berada di sektor informal yang cenderung memiliki penghasilan rendah dan tanpa perlindungan sosial. Analisis regresi linear klasik kurang tepat digunakan dalam konteks ini karena sensitif terhadap pencilan (outlier) dan hanya memodelkan rata-rata distribusi data. Oleh karena itu, penelitian ini menggunakan regresi kuantil sebagai metode alternatif yang lebih robust karena mampu menghasilkan estimasi parameter pada berbagai titik distribusi (kuantil bawah, tengah, dan atas). Penelitian bertujuan untuk memodelkan pengaruh variabel usia, lama masa kerja, jam kerja per hari, dan status pekerjaan terhadap penghasilan pekerja di Kota Banjar. Data yang digunakan merupakan data sekunder dari BPS Kota Banjar tahun 2024. Hasil analisis menunjukkan bahwa model regresi kuantil memberikan estimasi parameter yang berbeda-beda pada kuantil 0,25; 0,50; dan 0,75, dengan performa terbaik pada kuantil 0,50 berdasarkan nilai AIC dan MdAPE. Semua variabel prediktor terbukti signifikan memengaruhi penghasilan pekerja, kecuali konstanta pada kuantil tengah dan atas. Model ini dapat menjadi dasar kebijakan ketenagakerjaan yang lebih adil dan berbasis bukti.