Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : ILKOMNIKA: Journal of Computer Science and Applied Informatics

Implementasi Metode K-Means Clustering Analysis pada Pengelompokan Pengangguran di Indonesia sebagai Dampak dari Pandemi Covid-19 Fawaidul Badri; Anang Habibi
ILKOMNIKA: Journal of Computer Science and Applied Informatics Vol 4 No 2 (2022): Volume 4, Nomor 2, Agustus 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28926/ilkomnika.v4i2.471

Abstract

Penelitian ini bertujuan untuk mengenali hasil persebaran seluruh provinsi di indonesia berlandaskan data dari tingkat pengangguran terbuka dengan memanfaatkan clustering analysis. Algoritma yang digunakan dalam prosedur penelitian ini yaitu K-Mean Clustering. Hasil analisa dari K-Mean Clustering ini menunjukkan dari seluruh 34 provinsi di indonesia dibagi menjadi 2 kelompok, pertama adalah dengan kelompok pengangguran yang tinggi dan yang kedua kelompok pengangguran rendah. Kelompok dengan jenjang pengangguran yang tinggi terdiri dari 10 kelompok, sementara itu kelompok kedua dengan jenjang pengangguran yang rendah terdiri dari 24 kelompok. Sehingga hasil dari K-Mean Clustering yaitu kelompok satu dengan kreteria tingkat pengangguran tinggi dan kelompok dua dengan kreteria pengangguran rendah menghasilkan nilai Mean Square kurang dari 0,05 maka terbukti bahwa kluster yang terbentuk antara kluster 1 dan kluster 2 adalah menunjukkan hasil signifikan yang cukup baik.