PENGELOMPOKAN JUMLAH PENDUDUK SUMATERA BARAT BERDASARKAN ANGKATAN KERJA MENGGUNAKAN ALGORITMA K-MEANS
Abstract
Indonesia adalah suatu negara berkembang yang memiliki banyak permasalahan dalam bidang kesejahteraan rakyat. Saat ini pemerintah Indonesia sedang berusaha menciptakan kesejahteraan dan kemakmuran rakyat dengan cara meningkatkan pembangunan diberbagai bidang. Salah satu cara yang dilakukan pemerintah saat ini adalah meningkatkan ketersediaan lapangan kerja agar dapat mengurangi masalah angkatan kerja. Masalah angkatan kerja, merupakan masalah umum yang sering dihadapi oleh hampir seluruh penduduk didunia bahkan penduduk dinegara maju sekalipun. Umumnya permasalahan angkatan kerja dinegara maju disebabkan oleh ketidakmampuan perusahaan untuk menggaji karyawan yang tinggi, serta meningkatnya jumlah pengangguran yang disebabkan karena perusahaan lebih tertarik menggunakan tenaga kerja robot dibandingkan tenaga kerja manusia. Dalam penelitian ini, dilakukan pengelompokan jumlah penduduk berdasarkan angkatan kerja menggunakan algoritma K-Means. Tujuan dari pengelompokan data ini adalah untuk mendapatkan pengelompokan angkatan kerja pada wilayah Provinsi Sumatera Barat dengan menggunakan algoritma K-means, dengan pemodelan tersebut menghasilkan tingkat pengagguran berdasarkan hasil masing-masing cluster yang dihasilkan sehingga dapat memberikan informasi kebutuhan tenaga kerja di Provinsi Sumatera Barat. Hasil dari pengelompokan sepenuhnya memiliki akurasi yang sangat dekat dan baik serta tervalidasi menggunakan data BPS. Selain itu K-Means juga mampu memberikan nilai validitas cluster terbaik berdasarkan DBI dengan nilai 0.238.
Full Text:
PDFReferences
Triono Ks, Wahyu (2017). Analisis Pertumbuhan Ekonomi, Ketenagakerjaan dan Pengangguran di Kota Medan. Jurnal Social Security.
Arsyad, Lincolin. 2010. Ekonomi Pembangunan. STIE YKPN. Yogyakarta.
Undang-Undang No.13 Tahun 2013 Yang Mengatur Tentang Ketenagakerjaan. Lembaran Negara RI Tahun 2003, No.17. Sekretariat Negara. Jakarta
Ricardo, David. 2017. The Principles of Political Economy And Taxation. Inggris: G. Bell.
Karisma, alfi, 2015.MEA 2015Indonesia Masih Mengalami Masalah Ketenagakerjaan. https://www.kompasiana.com/alfi_karisma.di akses pada 14 Agustus 2019.
Sengka, Chrystiwan Adjie. 2015. Analisis Tenaga Kerja Sektoral Di Kota Tomohon. Jurnal Fakultas Peranian UNIVERSITAS SAM RATULANI. Manado.
Hidayat, M.,Sutrisno., & Hadi,M.F.(2017). Tingkat Partisipasi Angkatan Kerja (TPAK) Perempuan Antar Kabupaten di Provinsi Riau. MediaTren, 12(1), 76-89.
Republik Indonesia. 2013. Undang-Undang No. 13 Tahun 2003 tentang Ketenagakerjaan.
Pius Partanto Dkk, Kamus Ilmiah Popular,. Surabaya, 345.
Simanjuntak, J Payaman. 2001. Pengantar
Ekonomi Sumber Daya Manusia. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universias Indonesia.
Soemartini, Supartini Enny.2017 “Analisis KMeans Cluster Untuk Pengelompokan Kabupaten /Kota Di Jawa Barat Berdasarkan Indikator Masyarakat”. Surakarta.
Basri, Faizal dan Haris Munandar (2009) . Lanskap Ekonomi Indonesia, Jakarta.
Kusrini dan Luthfi, E. 2009, Algoritma Data Mining. Andi Offset, Yogyakata.
Lindawati. 2008. ”Data Mining Dengan Teknik Clustering Dalam PengklasifikasianData Mahasiswa Studi Kasus Prediksi Lama
Studimahasiswa Universitas Bina Nusantara”. Seminar Nasional Informatika . Yogyakarta.
Kuswantoro, Endik dan Suprapo, Yoyon K. 2015. “Penerapan Algoritma K-Means Dengan Optimasi Jumlah Culster Unutk
Pengelompokan Angkatan Kerja Propinsi Jatim”. 13:58. Surabaya.
DOI: http://dx.doi.org/10.24014/rmsi.v6i1.8682
Refbacks
- There are currently no refbacks.