Article Per Year (5 Year)
p-Index From 2021 - 2026
2.083
P-Index
This Author published in this journals
All Journal EKSAKTA: Journal of Sciences and Data Analysis JURNAL DERIVAT: JURNAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA BAREKENG: Jurnal Ilmu Matematika dan Terapan Delta: Jurnal Ilmiah Pendidikan Matematika Building of Informatics, Technology and Science Refleksi Pembelajaran Inovatif Jurnal Statistika dan Aplikasinya Parameter: Journal of Statistics Enthusiastic : International Journal of Applied Statistics and Data Science Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya Bulletin of Social Informatics Theory and Application Emerging Statistics and Data Science Journal
Primandari, Arum Handini
Universitas Islam Indonesia
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

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

 1 
Analisis Clustering Tingkat Pengangguran Terbuka di Provinsi DIY Tahun 2010-2022 dengan Dynamic Time Warping: Analisis Clustering Tingkat Pengangguran Terbuka di Provinsi DIY Tahun 2010-2022 dengan Dynamic Time Warping Nabilla Wardah Bonitta; Primandari, Arum Handini
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.art13

Abstract

Pengangguran merujuk pada seseorang yang termasuk dalam angkatan kerja, secara aktif mencari pekerjaan pada tingkat upah tertentu, tetapi tidak berhasil mendapatkan pekerjaan yang diinginkan. Masalah pengangguran sangat rumit karena dipengaruhi oleh banyak faktor yang kompleks yang saling berinteraksi dan tidak mudah dipahami. Dalam pembangunan ekonomi negara-negara berkembang, masalah pengangguran yang semakin meningkat menjadi lebih kompleks dan serius daripada masalah perubahan dalam pembagian pendapatan yang tidak menguntungkan bagi penduduk berpenghasilan rendah. Penelitian ini dilakukan dengan tujuan mengelompokkan kabupaten/kota di D.I. Yogyakarta berdasarkan tingkat pengangguran terbuka menggunakan Clustering Hierarki metode Ward serta model Dynamic Time Warping (DTW) untuk mengidentifikasi kelompok-kelompok yang memiliki karakteristik serupa dalam data dan mengukur kesamaan antara dua deret waktu (Time Series). Dalam pengelompokan ini diperoleh pengelompokan sebanyak 2 dengan tingkat pengangguran terbuka pada cluster 2 memiliki persentase lebih besar (76%) dibandingkan cluster 1 (24%). Oleh karena itu, kabupaten/kota yang termasuk ke dalam cluster 2 (Sleman dan Yogyakarta) memiliki tingkat pengangguran terbuka yang lebih tinggi dibandingkan dengan kabupaten/kota yang termasuk ke dalam cluster 1 (Bantul, Gunungkidul, dan Kulon Progo).
Implementasi Metode K-Means Clustering dalam Pengelompokan Kabupaten/ Kota di Provinsi NTB Berdasarkan Indikator Pendidikan: Implementasi Metode K-Means Clustering dalam Pengelompokan Kabupaten/ Kota di Provinsi NTB Hanifah, Salsabila; Primandari, Arum Handini
Emerging Statistics and Data Science Journal Vol. 1 No. 3 (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.3.art44

Abstract

Pendidikan merupakan salah satu bidang yang mempunyai peran penting dalam pembangunan suatu daerah. Pentingnya pendidikan sebagai indikator pembangunan juga terbukti dengan adanya poin Pendidikan menjadi menjadi salah satu tujuan pada Sustainable Development Goals (SDGs) yaitu “Menjamin kualitas pendidikan yang inklusif dan merata, serta mendukung kesempatan belajar seumur hidup bagi semua”. Upaya yang dapat dilakukan untuk mencapai hal tersebut adalah dengan menjalankan program wajib belajar untuk memajukan pendidikan. Data yang digunakan dalam penelitian ini adalah data indikator pendidikan SMA sederajat tahun ajaran 2021 yang meliputi Angka Partisipasi Sekolah (APS), Angka Partisipasi Kasar (APK), Angka Partisipasi Murni (APM) dan Rata-rata Lama Sekolah (RLS). Data tersebut merupakan data sekunder yang diperoleh dari website NTB Satu Data. Metode yang digunakan adalah menggunakan K-Means Clustering. K-Means clustering adalah metode pengelompokan yang berusaha mempartisi n individu dalam sebuah dataset multivariate kedalam k kelompok. Dari hasil analisis, diperoleh empat cluster. Cluster pertama terdiri dari 2 kabupaten atau kota dengan indikator pendidikan sedang, cluster kedua terdiri dari 2 kabupaten atau kota dengan indikator pendidikan tinggi, cluster ketiga terdiri dari 4 kabupaten atau kota dengan indikator pendidikan sangat rendah dan cluster keempat terdiri dari 2 kabupaten atau kota dengan indikator pendidikan yang masih rendah.
Co-Authors Achmad Fauzan, Achmad Ayundyah Kesumawati Dita Anies Munawwaroh Fadlilah, Dhika Nurul Hanifah, Salsabila Ikasakti, Nur Aini Iskandar , Shafa Amalia Kesumawati, Ayundyah khusnul khotimah Kusuma Arum, Widya Larasati, Kinanti Dhea Lestari, Indri Fauzi Mustika Noor Mifrahi Nabilla Wardah Bonitta Nur Faizin Perihatini, Denisha Intan Rachmatia, Baiq Wita Thalib, Achmad Kurniansyah