KLASTERISASI KABUPATEN/KOTA TERDAMPAK COVID-19 DI SEKTOR KETENAGAKERJAAN DENGAN PENDEKATAN K-MEANS NONHIERARCHICAL CLUSTERING

Armalia Desiyanti (Departemen Statistika Universitas Padjadjaran)
Devi Yanti (Universitas Padjadjaran)
Hamim Tsalis Soblia (Universitas Padjadjaran)
Irlandia Ginanjar (Universitas Padjadjaran)

Jurnal Aplikasi Statistika & Komputasi Statistik
Vol 14 No 2 (2022): Journal of Statistical Application and Computational Statistics

Sepanjang 2020, pandemi Covid-19 merupakan masalah terbesar yang dihadapi dunia, termasuk Indonesia. Pandemi Covid-19 memberikan akibat buruk di hampir semua sektor, salah satunya sektor ketenagakerjaan. BPS mencatat bahwa terdapat 29,12 juta orang atau 14,28 persen penduduk usia kerja yang terdampak Covid-19. Tujuan penelitian ini adalah memetakan kabupaten/kota di Indonesia berdasarkan dampak Covid-19 pada sektor ketenagakerjaan sehingga dapat mempermudah pemerintah dalam menentukan kebijakan-kebijakan untuk mengatasi masalah ketenagakerjaan sebagai dampak dari pandemi Covid-19 di Indonesia. Metode analisis yang digunakan yaitu Principal Component Analysis dan K-Means Clustering. Hasil penelitian menunjukkan bahwa terdapat delapan klaster yang terbentuk dengan karakteristik yang berbeda di masing-masing klaster.