Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Idealis : Indonesia Journal Information System
Cahyono Budy Santoso
Sistem Informasi, Fakultas Teknologi dan Desain, Universitas Pembangunan Jaya, Tangerang Selatan, Indonesia
Computer Science & IT Decision Sciences, Operations Research & Management

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISIS TREN LOWONGAN PEKERJAAN SOFTWARE ENGINEERING DI INDONESIA DENGAN CLUSTERING DAN SOCIAL NETWORK ANALYSIS Tiara Amanda Jullet Harahap; Cahyono Budy Santoso
IDEALIS : InDonEsiA journaL Information System Vol. 8 No. 2 (2025): Jurnal IDEALIS Juli 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v8i2.3518

Abstract

Pertumbuhan ekonomi digital di Indonesia mendorong permintaan tinggi terhadap tenaga kerja software engineering. Namun, distribusi spasial dan keterkaitan antar entitas dalam ekosistem lowongan kerja digital belum dianalisis secara komprehensif. Penelitian ini bertujuan untuk menjawab permasalahan kurangnya pemetaan struktur dan tren lowongan pekerjaan software engineering di Indonesia. Untuk itu, digunakan dua pendekatan analitik: K-Means Clustering untuk segmentasi spasial dan fungsional berdasarkan atribut lokasi dan posisi, serta Social Network Analysis (SNA) untuk menganalisis struktur hubungan antara lokasi, perusahaan, dan posisi pekerjaan. Data dikumpulkan melalui web scraping dari 12 platform daring terkemuka di Indonesia, menghasilkan 5.272 entri yang disaring menjadi 2.303 entri unik. Hasil clustering menunjukkan bahwa posisi Software Engineer (85 koneksi), Data Engineer, dan Frontend Developer mendominasi di Jakarta dan Tangerang. Jakarta tercatat sebagai lokasi dengan Degree Centrality tertinggi (1.396), menandakan dominasinya sebagai pusat rekrutmen digital nasional. Dari sisi perusahaan, PT Telkom Indonesia (degree = 62) dan Shopee (degree = 58) merupakan aktor strategis. Posisi Product Manager dan DevOps Engineer memiliki nilai betweenness tertinggi, menunjukkan fungsi lintas tim yang krusial. Penelitian ini memberikan kontribusi terhadap pemahaman spasial dan struktural pasar tenaga kerja digital Indonesia. Temuan ini dapat dimanfaatkan untuk strategi rekrutmen, perencanaan pendidikan vokasional, dan pengembangan karier. Penelitian selanjutnya disarankan untuk mengintegrasikan dimensi temporal dan variabel keahlian atau gaji guna memperluas cakupan analisis.
KLASTERISASI DATA PENGANGGURAN DI PULAU JAWA MENGGUNAKAN ALGORITMA K-MEANS DALAM PENANGGULANGAN PENGANGGURAN TAHUN 2020-2023 Mutia Rachma; Cahyono Budy Santoso
IDEALIS : InDonEsiA journaL Information System Vol. 8 No. 2 (2025): Jurnal IDEALIS Juli 2025
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v8i2.3522

Abstract

Pengangguran merupakan masalah utama dalam sektor perekonomian dan turut menimbulkan berbagai permasalahan sosial. Tingkat pengangguran ini muncul akibat dari ketidaksesuaian antara jumlah individu yang siap kerja dengan jumlah lapangan pekerjaan yang tersedia sehingga menimbulkan tantangan dalam penyerapan tenaga kerja. Penelitian ini bertujuan untuk mengidentifikasi dan mengelompokkan Kabupaten/kota di Pulau Jawa berdasarkan rata-rata Tingkat Pengangguran Terbuka (TPT) dan Tingkat Partisipasi Angkatan Kerja (TPAK) selama periode 2020-2023. Metode analisis yang digunakan adalah clustering dengan algoritma K-Means, dengan memanfaatkan data sekunder yang diolah berasal dari Badan Pusat Statistik (BPS) yang mencakup 119 Kabupaten/kota di enam provinsi di Pulau Jawa. Validasi jumlah klaster optimal dilakukan menggunakan Silhouette score, yang menunjukkan nilai tertinggi 0,55 menghasilkan dua klaster optimal. Hasil penelitian menunjukkan dua kelompok wilayah yang berbeda dalam karakteristik ketenagakerjaan. Klaster pertama terdiri dari 52 wilayah yang memiliki TPAK rendah dan TPT tinggi, mengindikasikan tantangan dalam penyerapan tenaga kerja yang lebih kompleks, terutama pada area urban atau pusat industri. Sebaliknya, klaster dua meliputi 67 wilayah yang memiliki TPAK tinggi dan TPT rendah, menunjukkan kondisi ketenagakerjaan yang relatif lebih stabil, seringkali di sektor pertanian atau pekerjaan informal. Analisis ini divisualisasikan menggunakan scatter plot dan boxplot untuk memperkuat interpretasi. Hasil klasterisasi ini diharapkan dapat menjadi acuan bagi pemerintah untuk menetapkan prioritas dan merumuskan kebijakan ketenagakerjaan yang lebih tepat sasaran sesuai dengan karakteristik masing-masing klaster wilayah di Pulau Jawa.
Co-Authors Mutia Rachma Tiara Amanda Jullet Harahap