Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Emerging Statistics and Data Science Journal

Pengaruh Tingkat Inflasi, Upah Minimum, Dan Pertumbuhan Ekonomi Terhadap Tingkat Pengangguran Terbuka Di Provinsi Bali: Pengaruh Tingkat Inflasi, Upah Minimum, Aurielle Maulidya Salsabila; Muhammad Muhajir
Emerging Statistics and Data Science Journal Vol. 1 No. 1 (2023): Emerging Statistics and Data Science Journal
Publisher : Statistics Department, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/esds.vol1.iss.1.art11

Abstract

Tidak sebandingnya jumlah angkatan kerja dengan jumlah tersedianya lapangan kerja menyebabkan pengangguran. Isu pengangguran menjadi suatu bahasan yang sangat kompleks untuk dibahas karena berkaitan dengan indikator ekonomi yang memengaruhinya. Metrik ekonomi berikut yang memengaruhi pengangguran adalah inflasi, upah minimum, dan pertumbuhan ekonomi. Adapun tujuan dari penelitian untuk mengetahui adanya dampak tingkat inflasi, upah minimum, dan pertumbuhan ekonomi pada tingkat pengangguran terbuka di Provinsi Bali. Data yang didapatkan melalui BPS Provinsi Bali digunakan sebagai data sekunder untuk penelitian. Metode penelitian yang digunakan bersifat deskriptif dan asosiatif. Metode statistik yang sesuai dengan tujuan penelitian adalah regresi linear berganda dengan pengujian stastistik yaitu uji asumsi klasik. Hasil analisis menunjukkan variabel inflasi, upah minimum, dan pertumbuhan ekonomi berpengaruh signifikan secara simultan terhadap tingkat pengangguran terbuka di Provinsi Bali berdasarkan tujuan penelitian dan temuan analisis data yang telah diberikan. Tingkat pengangguran terbuka di Provinsi Bali secara signifikan dan positif dipengaruhi oleh upah minimum. Sementara itu, tingkat pengangguran terbuka di Provinsi Bali dipengaruhi secara negatif oleh inflasi dan pertumbuhan ekonomi.
Komparasi Hierarchical Clustering Dan K-Medoid Clustering Terhadap Pengelompokan Satuan Kerja Perangkat Daerah (SKPD) Di Kabupaten Sleman Tahun 2021: Komparasi Hierarchical Clustering Dan K-Medoid Clustering Terhadap Pengelompokan Satuan Kerja Perangkat Daerah (SKPD) Di Kabupaten Sleman Tahun 2021 Mifthahul Rahma; Muhammad Muhajir
Emerging Statistics and Data Science Journal Vol. 2 No. 1 (2024): Emerging Statistics and Data Science Journal
Publisher : Statistics Department, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/esds.vol2.iss.1.art5

Abstract

Aduan masyarakat merupakan suatu laporan yang disampaikan oleh masyarakat kepada pemerintah jika terjadi suatu ketidaksesuaian pelayanan dengan standar pelayanan yang seharusnya. Aduan masyarakat menjadi komponen penting bagi pemerintah dalam mengukur keberhasilan pemerintah dalam melaksanakan kewajiban. Penelitian ini bertujuan untuk melakukan komparasi dari hasil pengelompokan Satuan Kerja Perangkat Daerah (SKPD) berdasarkan jumlah aduan yang sudah ditanggapi dan yang belum ditanggapi pada tahun 2021. Pada penelitian ini digunakan 2 metode yang akan dibandingkan yaitu metode Hierarchical Clustering dan K-Medoid Clustering. Hasil dari pengelompokan ini dapat ditujukan sebagai bahan pertimbangan untuk meningkatkan manajemen pelayanan publik serta meningkatkan pelayanan atau pemenuhan kewajiban yang harus diberikan oleh pemerintah kepada masyarakat. Dari hasil analisis Hierarchical Clustering dan K-Medoid Clustering, diperoleh jumlah cluster yang sama yaitu sebanyak dua cluster untuk mengelompokkan 52 SKPD di Kabupaten Sleman. Untuk anggota cluster pada kedua metode juga mendapatkan hasil yang sama yaitu cluster kesatu terdapat 51 SKPD yang memiliki jumlah aduan relatif rendah dan cluster kedua terdapat 1 SKPD yang memiliki jumlah aduan relatif tinggi. Digunakan nilai Silhouette Cooficient untuk membandingkan metode Hierarchical Clustering dan K-Medoid Clustering, didapatkan nilai Silhouette Cooficient pada kedua metode sebesar 0.9146, yang menandakan bahwa kedua metode merupakan metode yang baik dalam melakukan clustering untuk studi kasus pada penelitian ini, karena nilai Silhouette Cooficient mendekati angka 1.