ANALISIS TINGKAT PENGANGGURAN DI KOTA PALOPO MENGGUNAKAN METODE K-MEANS

Julita Veronika Lenda; Magdalena A Ineke Pakereng

doi:10.31849/zn.v6i2.20061

Julita Veronika Lenda Universitas Kristen Satya Wacana
Magdalena A Ineke Pakereng Universitas Kristen Satya Wacana

DOI: https://doi.org/10.31849/zn.v6i2.20061

Keywords: Data Mining, Algoritma K-Means, Pengangguran, Clustering

Abstract

Pengangguran merupakan sebuah istilah dimana seseorang tidak memiliki pekerjaan dalam artian belum bekerja, tetapi dapat juga diartikan sebagai orang yang sedang mencari pekerjaan atau orang yang sudah bekerja tetapi belum memperoleh hasil yang produktif. Pengangguran mempunyai dampak yang sangat negatif terhadap perekonomian dan masyarakat. Oleh karena itu, diperlukan upaya untuk mengatasi permasalahan tersebut. Tujuan dari penelitian ini yaitu untuk mengetahui perkembangan tingkat pengangguran di kota Palopo. Penelitian ini menggunakan teknik data mining yaitu algoritma K-Means. Algoritma K-Means merupakan metode clustering yang digunakan untuk membagi suatu dataset menjadi beberapa kelompok variabel. Hasil penelitian diharapkan dapat membantu pemerintah dalam pengembangan program ketenagakerjaan untuk mengurangi tingkat pengangguran di kota Palopo.

Downloads

Download data is not yet available.

References

[1] Candra Naya, A. S. (2023). Implementasi Data Mining Untuk Pengelompokan Pengangguran Terbuka di Indonesia Dengan Metode Clustering. Teknologi Pelita Bangsa, 14, 99-104.
[2] Nok Imas Pastia, F. N. (2023). Pengelompokan Data Penganguran Terbuka Menggunakan Algoritma K-Means Berdasarkan Provinsi Jawa Barat. Dinamika Informatika, 12, 59-69.
[3] Rayhan Maliki, d. (2022). Perbandingan Tingkat Pengangguran Terbuka Provinsi di Indonesia Berbasis Metode K-Means Clustering. Computer Science (CO-SCIENCE), 2, 109-116.
[4] Fawaidul Badri, A. H. (2022). Implementasi Metode K-Mean Clustering Analysis pada Pengelompokan Pengangguran di Indonesi Sebagai Dampak dari Pandemi Covid-19. Journal of Computer Science and Applied Informatics, 2, 173-179.
[5] Aan Ansen Andryadi, N. (2023). Penerapan Metode Algoritma K-Means untuk Data Pengangguran di Jawa Barat. Wahana Informatika (JWI), 2, 277-183.
[6] Falentino Sembiring, d. (2017). Analisis Pemetaan Tingkat Penangguran di Pulau Jawa dan Bali dengan Metode K-Means. Rekayasa Teknologi Nusa Putra, 4, 13-18.
[7] Akramunnisa, F. (2020). K-Means Clustering Analysis Pada Persebaran Tingkat Pengangguran Kabupaten/Kota di Sulawesi Selatan. Varian, 3, 103-112.
[8] Fadhillah Azmi Tanjung, d. (n.d.). Penerapan Metode K-Means Pada Pengelompokan Pengangguran di Indonesia. Riset Sistem Informasi dan Teknik Informatika (JURASIK), 6, 61-74.