PENERAPAN ALGORITMA K-MEANS UNTUK MENGANALISIS PENGANGGURAN BERDASARKAN FAKTOR PENDIDIKAN DI JAWA BARAT

Abstract

Tingkat pengangguran merupakan salah satu indikator penting dalam menilai kondisi ketenagakerjaan suatu wilayah. Di Provinsi Jawa Barat, perbedaan tingkat pendidikan dapat memengaruhi variasi tingkat pengangguran pada setiap kabupaten/kota. Permasalahan yang muncul adalah bagaimana mengidentifikasi pola pengangguran berdasarkan jenjang pendidikan agar dapat memberikan gambaran kondisi ketenagakerjaan antarwilayah secara lebih terstruktur. Penelitian ini bertujuan untuk menganalisis pola pengangguran berdasarkan jenjang pendidikan di kabupaten/kota Provinsi Jawa Barat dengan memanfaatkan teknik data mining menggunakan algoritma K-Means. Data yang digunakan merupakan data sekunder periode 2011–2024 yang diperoleh dari Portal Open Data Jabar. Proses analisis dilakukan melalui tahapan pemilihan data, pra-pemrosesan, transformasi data, serta proses clustering menggunakan algoritma K-Means. Penentuan jumlah klaster optimal dilakukan dengan metode Elbow dan Silhouette Score. Hasil penelitian menunjukkan bahwa data pengangguran dapat dikelompokkan menjadi empat klaster dengan karakteristik yang berbeda pada setiap kelompok wilayah. Pengelompokan tersebut memberikan gambaran yang lebih jelas mengenai pola pengangguran berdasarkan faktor pendidikan sehingga dapat menjadi bahan pertimbangan dalam penyusunan kebijakan ketenagakerjaan yang lebih tepat sasaran.