Analisis Pola Pengangguran Menggunakan Metode Clustering Algoritma K-Means Di Wilayah Kabupaten Cirebon
DOI:
https://doi.org/10.55826/jtmit.v4i4.743Keywords:
Pengangguran, K-Means Clustering, RapidMiner, Kabupaten Cirebon, DBI, ArcGISAbstract
Pengangguran merupakan salah satu permasalahan sosial dan ekonomi yang dihadapi oleh banyak daerah di Indonesia, termasuk salah satunya di wilayah Kabupaten Cirebon. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisa lebih dalam terkait pola pengangguran di wilayah Kabupaten Cirebon pada tingkat Kecamatan menggunakan teknik clustering algoritma K-Means yang dipadukan dengan aplikasi RapidMiner. Data penelitian terkait pola pengangguran diperoleh dari Dinas Ketenagakerjaan Kabupaten Cirebon periode tahun terbaru yakni tahun 2024, yang meliputi data riwayat pencari kerja seperti Latar Belakang Pendidikan dari terendah sampai tertinggi (SD-S1), Jenis Kelamin, Alamat, serta data jumlah Penyerapan Angkatan Kerja Perusahaan berdasarkan Kecamatan. Hasil 3 cluster dengan kategori Pola Pengangguran Tinggi, Pengangguran Rendah, dan Pengangguran Sedang, dipilih sebagai hasil final dalam penelitian ini dengan nilai evaluasi DBI 0.063 yang menunjukan hasil kualitas clustering mendapatkan nilai yang sangat baik. Visualisasi grafik dan pemetaan wilayah menggunakan ArcGIS pada penelitian ini bertujuan untuk mempermudah dalam memberikan rekomendasi bagi pemerintah daerah, khususnya Dinas Ketenagakerjaan Kabupaten Cirebon, dalam merancang program dan kebijakan yang lebih tepat sasaran dan terstruktur untuk menanggulangi indikasi pola pengangguran yang ada di wilayah Kecamatan Kabupaten Cirebon berbasis data.
References
[1] H. Damaryanti, S. A. Alkadrie, and A. Annurdi, “Pemenuhan Upah Minimum Sebagai Upaya Perlindungan Hak Konstitusional,” J. Huk. Media Bhakti, vol. 1, no. 2, pp. 108–120, 2020, doi: 10.32501/jhmb.v1i2.8.
[2] F. Supriyadi and T. Lesmana, “Jaminan Hukum Atas Pemenuhan Kebutuhan Hidup Layak ( KHL ) Pada Pekerja di Indonesia Ferry Supriyadi dan Teddy Lesmana Program Studi Ilmu Hukum Universitas Nusa Putra Sukabumi Pendahuluan Pekerja atau buruh merupakan setiap orang yang bekerja un,” vol. 2, no. 1, pp. 2961–8754, 2023.
[3] R. M. Sabiq and N. C. Apsari, “Dampak Pengangguran Terhadap Tindakan Kriminal Ditinjau Dari Perspektif Konflik,” J. Kolaborasi Resolusi Konflik, vol. 3, no. 1, p. 51, 2021, doi: 10.24198/jkrk.v3i1.31973.
[4] S. Aprizkiyandari, N. Satyahadewi, A. N. Pratama, R. Rivaldo, S. I. Nurdiansyah, and S. Helena, “Implementasi K-Means Cluster untuk Menentukan Persebaran Tingkat Pengangguran,” Empiricism J., vol. 4, no. 2, pp. 400–406, 2023, doi: 10.36312/ej.v4i2.1518.
[5] S. Kusuma Arum, R. Astuti, and F. Muhammad Basysyar, “Penerapan Algoritma K-Means Pada Dataset Pengangguran Terbuka Berdasarkan Pendidikan Di Provinsi Jawa Barat,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 2, pp. 2221–2226, 2024, doi: 10.36040/jati.v8i2.9440.
[6] D. S. M. Simanjuntak, I. Gunawan, S. Sumarno, P. Poningsih, and I. P. Sari, “Penerapan Algoritma K-Medoids Untuk Pengelompokkan Pengangguran Umur 25 tahun Keatas Di Sumatera Utara,” J. Krisnadana, vol. 2, no. 2, 2023, doi: 10.58982/krisnadana.v2i2.264.
[7] N. Nurjanah, N. Suarna, W. Prihartono, T. Informatika, R. P. Lunak, and G. Tasikmalaya, “Implementasi K-Means Clustering Untuk Mengelompokan,” vol. 8, no. 2, pp. 2462–2468, 2024.
[8] S. R. Hani, “Clustering Data Pencari Kerja Menurut Tingkat Pendidikan Menggunakan Algoritma K-Means,” J. Minfo Polgan, vol. 12, no. 1, pp. 1–14, 2023, doi: 10.33395/jmp.v12i1.12217.
[9] Nok Imas Pastia & Fatiha Nursari Dikananda, “Pengelompokan Data Pengangguran Terbuka Menggunakan Algoritma K-Means Berdasarkan Provinsi Jawa Barat,” J. Din. Inform., vol. 12, no. 1, pp. 45–53, 2023, doi: 10.29406/cobit.v1i01.6644.
[10] C. I. D. P. Yanthi and A. Marhaeni, “Pengaruh Pendidikan, Tingkat Upah Dan Pengangguran Terhadap Persentase Penduduk Miskin Di Kabupaten/Kota Provinsi Bali,” J. Piramida, vol. 11, no. 2, pp. 68–75, 2015, [Online]. Available: https://ojs.unud.ac.id/index.php/piramida/article/download/23280/15301
[11] F. Naomi, G. M. V Kawung, and I. P. F. Rorong, “Pengaruh Inflasi dan Pengangguran Terhadap Kemiskinan di Kota Manado Periode 2007 - 2020,” J. Berk. Ilm. Efisiensi, vol. 22, no. 6, pp. 97–108, 2022.
[12] R. M. Koretsky, “Python3,” Raspberry Pi OS Syst. Adm. with Syst. Python, vol. 8, no. 1, pp. 175–305, 2023, doi: 10.1201/b23421-3.
[13] I. Nabilla Audy, T. Nur Padilah, and B. Nurina Sari, “Pengelompokan Daerah Rawan Bencana Alam Di Jawa Barat Menggunakan Algoritma Fuzzy C-Means,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 4, pp. 2799–2803, 2024, doi: 10.36040/jati.v7i4.7205.
[14] H. Rosika et al., “PAKAIAN MENGGUNAKAN METODE K-MEANS Pada era digital perkembangan teknologi semakin berkembang khusunya pengelolaan data penjualan menjadi semakin krusial bagi bisnis untuk memahami perilaku konsumen , mengedentifikasi beberapa kelompok atau cluster memili,” vol. 5, pp. 221–231, 2024.
[15] D. D. Darmansah and N. W. Wardani, “Analisis Pesebaran Penularan Virus Corona di Provinsi Jawa Tengah Menggunakan Metode K-Means Clustering,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 8, no. 1, pp. 105–117, 2021, doi: 10.35957/jatisi.v8i1.590.
[16] L. Fimawahib and E. Rouza, “Penerapan K-Means Clustering pada Penentuan Jenis Pembelajaran di Universitas Pasir Pengaraian,” INOVTEK Polbeng - Seri Inform., vol. 6, no. 2, p. 234, 2021, doi: 10.35314/isi.v6i2.2096.
[17] M. Minarni, E. I. Sari, A. Syahrani, and P. Mandarani, “Klasterisasi Penyakit Menggunakan Algoritma K-Medoids pada Dinas Kesehatan Kabupaten Agam,” J. Nas. Pendidik. Tek. Inform., vol. 10, no. 3, p. 137, 2021, doi: 10.23887/janapati.v10i3.34904.
[18] D. Libora and A. J. Saputra, “Analisa Potensi Genangan Banjir Menggunakan Arc-Gis Di Pulau,” J. Civ. Eng. Plan., vol. 4, no. 2, pp. 308–318, 2023, doi: 10.37253/jcep.v4i2.9063.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Misbakhul Anam, Annisa Maulana Majid, Ermanto
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
