Analisis Multidimensional Scaling dan k-Means Clustering untuk Pengelompokan Provinsi Berdasarkan Tingkat Pengangguran
DOI:
https://doi.org/10.1234/pns.v10i.75Keywords:
Multidimensional Scaling, K-Means, pemetaan, tingkat pengangguranAbstract
Indonesia adalah salah satu negara berkembang dengan jumlah penduduk terbesar. Hingga Desember 2020, Badan Pusat Statistik mencatat bahwa jumlah penduduk Indonesia sudah mencapai 271.349.889 jiwa. Besarnya angka penduduk tersebut menjadikan tidak tertampungnya seluruh angkatan kerja di dalam dunia usaha/pekerjaan. Kondisi inilah yang menjadi pemicu terjadinya pengangguran. Salah satu upaya yang secara kontinu dilakukan oleh pemerintah adalah membuka lapangan pekerjaan sesuai dengan kebutuhan masing-masing provinsi yang didasarkan pada besar kecilnya tingkat pengangguran yang dimiliki. Sehingga dalam upaya pemenuhan lapangan pekerjaan tersebut, diperlukan pengelompokan provinsi berdasarkan tingkat penganggurannya agar dapat menjadi acuan pengambilan keputusan untuk pemenuhan lapangan pekerjaan. Penelitian ini ditujukan untuk memetakan tingkat pengangguran yang ada di Provinsi di Indonesia. Hasil analisis yang dilakukan dengan menggunakan analisis Multidimensional Scaling dan K-Means untuk memperlihatkan bagaimana pengelompokan Provinsi di Indonesia berdasarkan tingkat pengangguran yang dimilikinya berdasarkan variabel jumlah pencari kerja, jumlah pengangguran, jumlah lapangan pekerjaan dan jumlah orang yang bekerja. Dari hasil pemetaan terdapat tiga kelompok yang memiliki kemiripan antar anggotanya namun berbeda dengan kelompok lainnya. Terdapat 3 provinsi yang tergolong ke dalam kelompok provinsi dengan tingkat pengangguran tinggi, yakni Jawa Tengah, Jawa Barat dan Jawa Timur.
Downloads
References
D. P. Herniwati, R. H. (2019). Pengangguran Terbuka Di Provinsi Jawa Tengah. Diponegoro J. Econ., Vol. 1, 159.
Franita, R. (2016). Analisa Pengangguran Di Indonesia. Vol. 1.
Ginanjar, I. (2008). Aplikasi Multidimensional Scaling Untuk Peningkatan Pelayanan Proses Belajar Mengajar (PBM). In Prosiding Seminar Nasional Matematika dan Pendidikan Matematika, Vol. 1000, 19.
Nahar, J. (2016). Penerapan Metode Multidimensional Scaling dalam Pemetaan Sarana Kesehatan di Jawa Barat. Jurnal Matematika Integratif, 12, 43-50.
Purwandari, T., & Hidayat, Y. (t.thn.). Profil Kabupaten dan Kota di Jawa Barat Berdasarkan Indikator Indeks Pembangunan Manusia Menggunakan K-Means Clustering.
Raharja, U. (2020). Diambil kembali dari https://raharja.ac.id/2020/04/19/k-means-clustering/
Rahman, A. T. (2017). Coal Trade Data Clustering Using K-Means (Case Study Pt. Global Bangkit Utama). ITSMART: Jurnal Teknologi dan Informasi, 6, 24-31.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 E-Prosiding Nasional | Departemen Statistika FMIPA Universitas Padjadjaran
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.