IMPLEMENTASI K-MEANS UNTUK MENGELOMPOKKAN PROVINSI DI INDONESIA BERDASARKAN INDEKS JUMLAH PENGANGGURAN TERBUKA

  • Muhammad Nurfathullah Teknin Informatika, Universitas Singaperbangsa Karawang
  • Intan Purnamasari Teknik Informatika, Universitas Singaperbangsa Karawang
Keywords: Indeks Pengangguran Terbuka, K-means clustering, silhouette coefficient

Abstract

Indeks pengangguran terbuka merupakan persentase jumlah pengangguran terhadap jumlah angkatan kerja. Berdasarkan rilisan tahunan yang dikeluarkan oleh Dinas Tenaga Kerja dan Transmigrasi pada tahun 2018-2023. Pengelompokkan provinsi dilakukan untuk memetakan daerah dengan indeks pengangguran terbuka sebagai salah satu upaya pemerintah dalam mengetahui indeks pengangguran terbuka setiap provinsi. Penelitian ini menggunakan algoritma k-means. Algoritma k-means merupakan metode dalam data mining yang digunakan untuk mengelompokkan atau mengklasifikasikan data ke dalam satu atau lebih kluster. Penelitian ini memiliki tujuan untuk mengisi kesenjangan tersebut dengan mengimplementasikan algoritma K-Means untuk mengelompokkan provinsi-provinsi di Indonesia berdasarkan data Dinas Tenaga Kerja dan Transmigrasi pada tahun 2018-2023. Hasil pengelompokkan membagi provinsi ke dalam 3 cluster, yaitu cluster 0 (C0) yang mencakup 11 provinsi, cluster 1 (C1) yang mencakup 12 provinsi, dan cluster 2 (C2) yang mencakup 11 provinsi. Hasill evaluasi pengelompokkan dengan silhouette coefficient menghasilkan nilai sebesar 0,54 yang menunjukkan bahwa kriteria pengelompokkan yang dilakukan termasuk ke dalam struktur cluster yang standar (medium structure).

Downloads

Download data is not yet available.
Published
2024-04-26