Muhammad Muhajir Saddami
Universitas Ibrahimy

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi K-Means Clustring Untuk Mengelompokkan Provinsi di Indonesia Berdasarkan Tingkat Pengangguran Terbuka Muhammad Muhajir Saddami; Zaehol Fatah
Journal Of Global Computer Science Vol. 1 No. 1 (2025): JGCS - FEBRUARI
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/jgcs.v1i1.2025.24

Abstract

Pengangguran terbuka di Indonesia merupakan salah satu masalah sosial dan ekonomi yang signifikan, yang dapat menghambat pertumbuhan ekonomi serta mempengaruhi kesejahteraan masyarakat secara luas. Penelitian ini bertujuan untuk menganalisis Tingkat Pengangguran Terbuka (TPT) Indonesia dari tahun 2020 hingga 2023, dengan fokus pada perubahan klaster data TPT menggunakan metode K-Means Clustering. Data yang digunakan diambil dari Badan Pusat Statistik (BPS), yang memberikan gambaran komprehensif mengenai variasi TPT antarprovinsi. Metodologi yang diterapkan mencakup pengumpulan dan pengolahan data untuk memastikan akurasi serta kelengkapan informasi. Hasil analisis menunjukkan bahwa hanya Provinsi Riau yang berhasil naik ke cluster 1 (TPT rendah), sementara Provinsi Sumatera Barat mengalami penurunan ke cluster 2 (TPT tinggi). Evaluasi menggunakan Davies-Bouldin Index menegaskan pemisahan cluster yang optimal pada jumlah cluster 2, mengindikasikan efektivitas pengelompokan. Temuan dari penelitian ini diharapkan dapat memberikan wawasan berharga bagi pembuat kebijakan untuk merumuskan strategi yang lebih efektif dalam mengatasi masalah pengangguran di Indonesia. Dengan mempertimbangkan karakteristik pengangguran di setiap provinsi, hasil penelitian ini dapat menjadi dasar bagi upaya pengurangan tingkat pengangguran yang lebih terarah dan berdampak.