PENERAPAN METODE K-MEANS CLUSTERING PADA DATA TINGKAT PENGANGGURAN TERBUKA TAHUN 2016-2018 DAN 2019-2021

Sita Muharni, Sigit Andriyanto

Abstract


Masalah pengangguran berdampak pada kemiskinan, kriminalitas, dan ketimpangan taraf hidup. Pemerintah harus mengantisipasi dampak tersebut melalui berbagai kebijakan pemerintah. Pengetahuan memainkan peran penting dalam mendukung pengambilan keputusan dan perumusan kebijakan pemerintah terkait dengan pengangguran. Beberapa peneliti telah menggali data untuk mendapatkan pengetahuan baru dari data Tingkat Pengangguran Terbuka (TPT) Indonesia. Data yang tersedia perlu terus digali untuk mendapatkan pengetahuan baru. Penelitian ini bertujuan untuk menambang data TPT Indonesia dari tahun 2016 hingga tahun 2021. Secara lebih spesifik penelitian ini melihat perubahan klaster data TPT tahun 2016-2018 dibandingkan dengan klaster data TPT tahun 2019-2021. Metode analisis clustering dalam penelitian ini menggunakan algoritma k-means. Hasil penelitian; berdasarkan analisis k-means clustering terhadap data TPT 2016-2018 dan 2019-2021, hanya Provinsi Riau yang naik ke cluster 1 (TPT rendah), dan hanya provinsi Sumatera Barat yang turun ke cluster 2 (TPT Tinggi).

Keywords


Analisa clustering, data mining, k-means, pengangguran

Full Text:

PDF

References


W. A. Amrullah, N. Istiyani, and F. Muslihatinningsih, “Analisis Determinan Tingkat Pengangguran Terbuka di Pulau Jawa Tahun 2007-2016,” e-Journal Ekon. Bisnis dan Akunt., vol. 6, no. 1, p. 43, 2019, doi: 10.19184/ejeba.v6i1.11074.

K. Johan, P. A. N. B. Marwoto, and D. Pratiwi, “Analisis Pengaruh Pertumbuhan Ekonomi, Inflasi Dan Investasi Terhadap Pengangguran Di Indonesia,” Ilm. Progresif Manaj. Bisnis, vol. 13, no. 2, pp. 20–32, 2016.

M. Wardiansyah, Yulmardi, and Z. Bahri, “Analisis Faktor-Faktor Yang Mempengaruhi Tingkat pengangguran (Studi kasus provinsi-provinsi Se-Sumatra),” e-Jurnal Ekon. Sumberd. dan Lingkung. Vol., vol. 5, no. 1, pp. 13–18, 2016.

H. Susanto and S. Sudiyatno, “Data mining untuk memprediksi prestasi siswa berdasarkan sosial ekonomi, motivasi, kedisiplinan dan prestasi masa lalu,” J. Pendidik. Vokasi, vol. 4, no. 2, pp. 222–231, 2014, doi: 10.21831/jpv.v4i2.2547.

G. Gustientiedina, M. H. Adiya, and Y. Desnelita, “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan,” J. Nas. Teknol. dan Sist. Inf., vol. 5, no. 1, pp. 17–24, 2019, doi: 10.25077/teknosi.v5i1.2019.17-24.

T. H. Sardar and Z. Ansari, “An analysis of MapReduce efficiency in document clustering using parallel K-means algorithm,” Futur. Comput. Informatics J., vol. 3, no. 2, pp. 200–209, 2018, doi: 10.1016/j.fcij.2018.03.003.

F. A. Tanjung, A. P. Windarto, and M. Fauzan, “Penerapan Metode K-Means Pada Pengelompokkan Pengangguran Di Indonesia,” Jurasik (Jurnal Ris. Sist. Inf. dan Tek. Inform., vol. 6, no. 1, p. 61, 2021, doi: 10.30645/jurasik.v6i1.271.

F. Sembiring, S. B. Rizqi, M. A. Aziz, and D. Firmansyah, “Analisis Pemetaan Tingkat Pengangguran Di Pulau Jawa Dan Bali Dengan Metode K-Means,” vol. 4, no. 1, 2019.

A.- Akramunnisa and F. Fajriani, “K-Means Clustering Analysis pada PersebaranTingkat Pengangguran Kabupaten/Kota di Sulawesi Selatan,” J. Varian, vol. 3, no. 2, pp. 103–112, 2020, doi: 10.30812/varian.v3i2.652.

D. Safira, M. Mustakim, E. D. Lestari, M. Iffa, and S. Annisa, “Pengelompokan Jumlah Penduduk Sumatera Barat Berdasarkan Angkatan Kerja Menggunakan Algoritma K-Means,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 6, no. 1, p. 26, 2020, doi: 10.24014/rmsi.v6i1.8682.

BPS, “Tingkat Pengangguran Terbuka Menurut Provinsi,” 2022.




DOI: https://doi.org/10.30873/ji.v22i1.3172


 Jurnal Informatika is abstracting and indexing in the following databases:

 


JURNAL INFORMATIKA

 

Dikelola Oleh: Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM)

Diterbitkan Oleh: Institut Informatika dan Bisnis Darmajaya
Alamat: Jl. Z.A. Pagar Alam No. 93 Gedong Meneng, Bandar Lampung Lampung
Website: jurnal.darmajaya.ac.id

Email: lp4mjurin@gmail.com


View Jurnal Informatika StatCounter

Creative Commons License

Jurnal Informatika is licensed under a Creative Commons Attribution 4.0 International License.