Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Klasterisasi Indikator Makroekonomi Indonesia Menggunakan K-Means Diwongso, Abu Thaariq Nur; Fauzan, Ubaid; Elfatih, Yusritsan Ghinan; Apandi, Sopiyan
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 2 (2025): Mei - Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i2.1335

Abstract

Penelitian ini bertujuan untuk mengelompokkan indikator makroekonomi Indonesia menggunakan algoritma klasterisasi K-Means. Indikator yang dianalisis meliputi tingkat pengangguran terbuka berdasarkan jenjang pendidikan, inflasi menurut kelompok pengeluaran, dan rasio utang pemerintah terhadap Produk Domestik Bruto (PDB). Data bersumber dari Badan Pusat Statistik (BPS) untuk periode 2005–2023 dan diolah menggunakan Python dengan pustaka Pandas, scikit-learn, dan Matplotlib. Proses klasterisasi dilakukan secara terpisah untuk setiap indikator guna memperoleh pola spesifik yang relevan dengan kebijakan ekonomi. Hasil penelitian menunjukkan bahwa setiap klaster mampu merepresentasikan kondisi ekonomi yang berbeda, seperti dominasi pengangguran di tingkat SMK serta fluktuasi inflasi pada kelompok bahan makanan. Temuan ini memberikan gambaran awal yang dapat digunakan untuk mendukung analisis kebijakan fiskal dan ketenagakerjaan di Indonesia. Penelitian ini juga menunjukkan bahwa metode K-Means efektif dalam menyederhanakan interpretasi data ekonomi multivariat.