Jifosi
Vol. 5 No. 3 (2024): Perkembangan dan Implementasi Kecerdasan Buatan dalam Sistem Informasi Modern

IMPLEMENTASI DATA MINING DENGAN METODE K-MEANS CLUSTERING UNTUK PREDIKSI TINGKAT PENGANGGURAN TERBUKA DI JAWA TIMUR

Andini Fitriyah Salsabilah (Unknown)
Zain Muzadid Zamzani (Unknown)
Wanda Gustrifa (Unknown)



Article Info

Publish Date
31 Dec 2024

Abstract

Penelitian ini menganalisis Tingkat Pengangguran Terbuka (TPT) di Provinsi Jawa Timur menggunakan metode K-Means Clustering. Data TPT diperoleh dari Badan Pusat Statistik (BPS) untuk periode 2019-2023, mencakup 38 kabupaten/kota di Jawa Timur. Penelitian ini bertujuan untuk mengelompokkan wilayah berdasarkan tingkat pengangguran guna mendukung pemerintah dan pemangku kepentingan dalam menentukan prioritas penanganan daerah dengan TPT tinggi. Proses analisis menggunakan metodologi SEMMA (Sampling, Exploration, Modification, Modeling, dan Assessment). Penentuan jumlah cluster optimal dilakukan dengan metode Elbow menggunakan Silhouette Score. Hasil pengelompokan menunjukkan distribusi kabupaten/kota ke dalam beberapa klaster berdasarkan tingkat kemiripan TPT. Evaluasi menggunakan Silhouette Score menghasilkan nilai rata-rata sebesar 0,4333 yang mengindikasikan bahwa klaster yang terbentuk memiliki tingkat pemisahan yang cukup baik tetapi masih dapat ditingkatkan. Hasil ini memberikan gambaran awal yang berguna dan dapat digunakan sebagai referensi untuk analisis lanjutan atau pengambilan kebijakan yang lebih tepat sasaran. Kata kunci: Tingkat Pengangguran Terbuka, Data Mining, K-Means, SEMMA, Silhouette Score

Copyrights © 2024






Journal Info

Abbrev

jifosi

Publisher

Subject

Computer Science & IT

Description

JIFoSi Merupakan media publikasi ilmiah dosen, mahasiswa, peneliti, dan praktisi pada bidang Teknik informatika dan Sistem Informasi yang diterbitkan secara online oleh Fakultas Ilmu Komputer Universitas Pembangunan Nasional "Veteran" Jawa Timur. Jurnal ini berisi hasil karya ilmiah berupa studi ...