Kuswantoro, Endik
Jurusan Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember Surabaya Kampus ITS Sukolilo, Surabaya 60111

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

Found 2 Documents
Search

PEMODELAN TINGKAT ANGKATAN KERJA DENGAN ALGORITMA K-MEANS Kuswantoro, Endik; Suprapt0, Yoyon K
Network Engineering Research Operation [NERO] Vol 2, No 1 (2015): Nero
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Jumlah angkatan kerja di Indonesia meningkat seiring pertambahan jumlah penduduk. Semakin besar jumlah penduduk maka angkatan kerja jadi semakin besar. Hal itu dapat menjadi beban tersendiri bagi perekonomian. Karena jika meningkatnya angkatan kerja yang tidak diimbangi dengan bertambahnya lapangan kerja akan menyebabkan masalah pengangguran. Orang-orang yang menganggur secara otomatis tidak akan memperoleh penghasilan. Akibatnya mereka tidak bisa. untuk memenuhi kebutuhan. Kondisi tersebut dapat menyebabkan menurunnya kesejahteraan, oleh karena itu permasalahan penganggguran tidak terlepas dari bagian jumlah angkatan kerja, Pada propinsi Maluku mengalami permasalahan tersebut. Dalam penelitian bertujuan untuk mendapatkan Model tingkat angkatan kerja pada wilayah propinsi maluku menggunakan algoritma K-Means, dengan pemodelan tersebut akan menghasilkan tingkat penganggurannya dari hasil setiap cluster yang dihasillkan, dan persebaran kelompok tenaga kerja di pedesaan dan perkotaan, sehingga bisa memberikan informasi kebutuhan tenaga kerja yang ada di propinsi Maluku. setelah dilakukan pengclusteran maka hasil yang didapat di visualisasi ke dalam grafik chart. Dari proses pengelompokan algoritma K-Means dari jumlah sample sebanyak 17.576 sample rumah tangga didapat 3 (tiga) cluster yang mampu mewakili analisa data yaitu cluster 1(satu) yang mempunyai karakteristik pengangguran sebanyak 11.375 sample rumah tanggaatau sebanyak 64,71 % dari jumlah sample, dimana terdiri dari sebanyak 10.982 sample rumah tangga tergolong setengah pengangguran sukarela (pekerja paruh waktu) dan yang tergolong pengangguran terbuka 18 sample rumah tangga dan 375 sample rumah tangga tergolong setengah  pengangguran (Setengah pengangguran terpaksa), cluster 2(dua) cluster yang mempunyai karakteristik tenaga kerja dipedesaan sebanyak  1.378 sample rumah tanggaatau sebanyak 7,84% dari jumlah sample dan cluster 3(tiga) cluster yang mempunyai karakteristik tenaga kerja diperkotaan sebanyak 4.823sample rumah tanggaatau sebanyak 27,44 % dari jumlah sample. Kata kunci: Pemodelan,Tingkat Angkatan Kerja,K-means, visualisasi
Penerapan Algoritma K-MeansDengan Optimasi Jumlah Cluster Untuk Pengelompokan Angkatan Kerja Propinsi Jatim Kuswantoro, Endik; Suprapto, Yoyon Kusnendar
JAVA Journal of Electrical and Electronics Engineering Vol 13, No 1 (2015)
Publisher : JAVA Journal of Electrical and Electronics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1085.854 KB)

Abstract

This Jumlah angkatan kerja di Indonesia terus meningkat seiring dengan pertambahan jumlah penduduk. Semakin besar jumlah penduduk maka angkatan kerja jadi semakin besar. Hal itu dapat menjadi beban tersendiri bagi perekonomian. Karena jika meningkatnya angkatan kerja yang tidak diimbangi dengan bertambahnya lapangan kerja akan menyebabkan masalah pengangguran. Kondisi tersebut dapat menyebabkan kesejahteraannya menurun. Oleh karena itu permasalahan penganggguran juga tidak terlepas dari bagian jumlah angkatan kerja, Pada Propinsi Jawa Timurjuga mengalami permasalahan tersebut. Dalam penelitian ini akan bertujuan untuk mendapatkan PengelompokanAngkatan kerja pada wilayah propinsi Jawa timur dengan menggunakan algoritma K-Means, dengan pemodelan tersebut akan menghasilkan tingkat penganggurannya dari hasil masing – masing cluster yang dihasillkan, dan persebaran kelompok – kelompok tenaga kerja di pedesaan dan perkotaan ,sehingga bisa memberikan informasi kebutuhan tenaga kerja apa saja yang ada di propinsi Jawa Timur.setelah dilakukan pengklasteran maka hasil yang didapat akan di visualisasi ke dalam grafik chart. Dari proses pengelompokan dengan algoritma K-Means dari jumlah sample sebanyak 17.576 sample rumah tanggadidapat 2 (Dua) kluster yang optimal yang mampu mewakili analisa data yaitu kluster 1 memiliki jumlah anggota kluster paling banyak dan mempunyai karakteristik pengangguran sebanyak 7.936 rumah tangga sample terdiri dari 2.982 sample data tergolong pengangguran setengah dan pekerja paruh waktu sisanya sebesar 4.954 tergolong pekerja aktif diprosentasekan cluster 1 sebanyak 92,59 %. Kluster 2 (dua) kluaster yang mempunyai karakteristik pengangguran Terbuka sebanyak 730 rumah tangga atau sebanyak 8,42 % dari jumlah rumah tangga sample, faktor paling banyak penyebab pengangguran terbuka ialah merasa putus asa dalam memperoleh pekerjaan bisa dikarenakan cacat fisik atau lainnya.