lazuardi, sandy ibrahim
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

KLASTERISASI DATA MINING PENCARI KERJA DKI JAKARTA MENGGUNAKAN METODE K-MEANS CLUSTERING lazuardi, sandy ibrahim; Putra, Jordy Lasmana; Setiyorini, Tyas
Jurnal Dialektika Informatika (Detika) Vol 6, No 1 (2025): Jurnal Dialektika Informatika(Detika) Vol.6 No.1 Desember 2025
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/detika.v6i1.15471

Abstract

Tingkat pengangguran di DKI Jakarta yang masih tinggi menjadi permasalahan serius yang memerlukan solusi berbasis data. Salah satu faktor utama yang memengaruhi tingkat pengangguran adalah pendidikan, sehingga analisis karakteristik pencari kerja sangat penting untuk mendukung kebijakan ketenagakerjaan. Penelitian ini bertujuan untuk mengelompokkan data pencari kerja di DKI Jakarta berdasarkan tingkat pendidikan dan jenis kelamin menggunakan metode K-Means Clustering. Data yang digunakan diperoleh dari Satu Data Jakarta periode 2022 hingga 2024. Proses penelitian meliputi pengumpulan data, pembersihan dan transformasi data, penentuan jumlah klaster optimal dengan metode Elbow, serta implementasi algoritma K-Means menggunakan perangkat lunak RapidMiner. Evaluasi hasil klasterisasi dilakukan menggunakan Davies-Bouldin Index (DBI), di mana nilai DBI terbaik yang diperoleh adalah -0,920, menandakan kualitas klaster yang baik dan kompak. Hasil penelitian menunjukkan bahwa pencari kerja dengan pendidikan universitas mendominasi kelompok terbesar pada tahun 2023. Temuan ini diharapkan dapat membantu pemerintah dan lembaga terkait dalam merancang program pelatihan dan penyaluran tenaga kerja yang lebih efektif dan tepat sasaran di DKI Jakarta.