2015 : Penerapan Algoritma K-MeansDengan Optimasi Jumlah Cluster Untuk Pengelompokan Angkatan Kerja Propinsi Jatim

Dr. Ir. Yoyon Kusnendar Suprapto MSc.


Abstract

This Jumlah angkatan kerja di Indonesia terus meningkat seiring dengan pertambahan jumlah penduduk. Semakin besar jumlah penduduk maka angkatan kerja jadi semakin besar. Hal itu dapat menjadi beban tersendiri bagi perekonomian. Karena jika meningkatnya angkatan kerja yang tidak diimbangi dengan bertambahnya lapangan kerja akan menyebabkan masalah pengangguran. Kondisi tersebut dapat menyebabkan kesejahteraannya menurun. Oleh karena itu permasalahan penganggguran juga tidak terlepas dari bagian jumlah angkatan kerja, Pada Propinsi Jawa Timurjuga mengalami permasalahan tersebut. Dalam penelitian ini akan bertujuan untuk mendapatkan PengelompokanAngkatan kerja pada wilayah propinsi Jawa timur dengan menggunakan algoritma K-Means, dengan pemodelan tersebut akan menghasilkan tingkat penganggurannya dari hasil masing–masing cluster yang dihasillkan, dan persebaran kelompok–kelompok tenaga kerja di pedesaan dan perkotaan, sehingga bisa memberikan informasi kebutuhan tenaga kerja apa saja yang ada di propinsi Jawa Timur. setelah dilakukan pengklasteran maka hasil yang didapat akan di visualisasi ke dalam grafik chart. Dari proses pengelompokan dengan algoritma K-Means dari jumlah sample sebanyak 17.576 sample rumah tanggadidapat 2 (Dua) kluster yang optimal yang mampu mewakili analisa data yaitu kluster 1 memiliki jumlah anggota kluster paling banyak dan mempunyai karakteristik pengangguran sebanyak 7.936 rumah tangga sample terdiri dari 2.982 sample data tergolong pengangguran setengah dan pekerja paruh waktu sisanya sebesar 4.954 …