<![CDATA[Pengangguran merupakan masalah umum yang ditemui di negara-negara berkembang, termasuk Indonesia. Kondisi ini dipengaruhi oleh beberapa faktor seperti pertumbuhan penduduk, ekonomi, ketersediaan lapangan kerja, tingkat pendidikan, serta besaran upah. Tingginya populasi di Indonesia menjadi tantangan dalam menekan angka pengangguran. Untuk mengukur dampaknya dalam suatu wilayah, digunakan indikator tingkat pengangguran, yaitu persentase jumlah pengangguran dibandingkan dengan total angkatan kerja. Berdasarkan data BPS tahun 2023, Kalimantan Barat mencatat tingkat pengangguran sebesar 5,05% yang masih tergolong tinggi. Penelitian ini bertujuan untuk mengelompokkan Kabupaten/Kota di Kalimantan Barat berdasarkan indikator tingkat pengangguran dengan hierarchical clustering multiscale bootstrap serta mengevaluasi validitas setiap cluster. Dalam analisis multivariat, Analisis cluster digunakan untuk mengelompokkan objek berdasarkan kesamaan karakteristik. Metode Ward, yang meminimalkan varians internal dalam cluster merupakan salah satu metode hierarki yang digunakan. Validasi dilakukan dengan metode resampling multiscale bootstrap, yang menghasilkan dua nilai, yaitu bootstrap probability (BP) dan approximately unbiased (AU). Nilai BP menunjukkan seberapa sering suatu cluster terbentuk saat data diulang, sedangkan AU dianggap lebih akurat dalam menilai keandalan cluster. Sebuah cluster dianggap stabil jika nilai AU ≥ 0,95. Namun, dalam penelitian ini digunakan batas minimal AU ≥ 0,75 sebagai ukuran stabilitas. Hasilnya, diperoleh dua cluster yang stabil yaitu cluster 1 dengan tingkat pengangguran rendah terdiri dari Mempawah, Kayong Utara, Sanggau, Kota Singkawang, Landak, Sambas, Sintang, Bengkayang, Kapuas Hulu, Sekadau, dan Melawi. Cluster 3 dengan tingkat pengangguran tinggi yaitu Kabupaten Kubu Raya dan Kota Pontianak, Serta cluster 2 dengan tingkat pengangguran sedang yaitu Ketapang, namun memiliki nilai AU sebesar 0,72.]]>
Copyrights © 2025
