Leibniz: Jurnal Matematika
Vol. 5 No. 01 (2025): Leibniz: Jurnal Matematika

Hierarchical Agglomerative Clustering dengan Metode Ward Untuk Pemetaan Pasar Tenaga Kerja Pascapandemi di Jawa Tengah: Pendekatan Machine Learning Berbasis Klasterisasi

Rahmawati, Fitri (Unknown)
Fallo, Sefri Imanuel (Unknown)



Article Info

Publish Date
30 Jan 2025

Abstract

Pandemi COVID-19 telah memberikan dampak signifikan terhadap dinamika ketenagakerjaan di Indonesia, termasuk di Provinsi Jawa Tengah. Ketimpangan distribusi pasar tenaga kerja antarwilayah menjadi tantangan tersendiri dalam perumusan kebijakan pascapandemi. Penelitian ini menerapkan Hierarchical Agglomerative Clustering (HAC) dengan metode Ward untuk memetakan pasar tenaga kerja pascapandemi di Jawa Tengah berdasarkan indikator Tingkat Partisipasi Angkatan Kerja (TPAK), Tingkat Pengangguran Terbuka (TPT), dan Rasio Pencari Kerja terhadap Lapangan Kerja (RPKL). Hasil klasterisasi menunjukkan lima klaster dengan karakteristik pasar tenaga kerja yang berbeda, mulai dari klaster dengan partisipasi kerja di bawah rata-rata dan pengangguran di atas rata-rata hingga klaster dengan kondisi pasar tenaga kerja yang lebih stabil. Validitas klaster dikonfirmasi melalui koefisien Silhouette. Temuan ini memberikan gambaran spasial yang berguna untuk perumusan kebijakan ketenagakerjaan yang adaptif dan berbasis data.

Copyrights © 2025






Journal Info

Abbrev

leibniz

Publisher

Subject

Mathematics

Description

Ruang lingkup artikel ilmiah yang dapat diterbitkan dalam Jurnal Leibniz ini adalah sebagai berikut: Geometri dan Aplikasinya, Teori Graf dan Aplikasinya, Riset Operasi dan Aplikasinya, Sistem Dinamik dan Aplikasinya, Model Matematika dan Aplikasinya, Teori Kontrol dan Aplikasinya, Aljabar dan ...