ANALISIS K-MEANS CLUSTERING DENGAN METODE ELBOW PADA PENGELOMPOKAN TINGKAT PENGANGGURAN DI KALIMANTAN BARAT
| Main Authors: | Desdianti, Maycandra, Debataraja, Naomi Nessyana, Sulistianingsih, Evy |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
FMIPA Universitas Tanjungpura
, 2023
|
| Online Access: |
http://jurnal.untan.ac.id/index.php/jbmstr/article/view/74053 http://jurnal.untan.ac.id/index.php/jbmstr/article/view/74053/75676600202 |
Daftar Isi:
- Pengangguran adalah salah satu permasalahan terbesar di Indonesia terutama Provinsi Kalimantan Barat. Tingginya tingkat pengangguran pada suatu wilayah akan menjadi pemicu meningkatnya masalah sosial hingga kemiskinan. Beberapa variabel yang digunakan dalam penelitian ini adalah produk domestik regional bruto (X1), pertumbuhan ekonomi (X2), tingkat partisipasi angkatan kerja (X3), rata-rata lama sekolah (X4), tingkat pengangguran (X5) dan indeks pembangunan manusia (X6). Data Badan Pusat Statistik Provinsi Kalimantan Barat melakukan pengelompokan terhadap 14 Kabupaten/Kota di Provinsi Kalimantan Barat pada tahun 2021. Dengan menggunakan K-Means clustering dengan metode Elbow. Hasil pengelompokkan terbaik tingkat pengangguran di Kalimantan Barat didapatkan k optimum sebanyak empat cluster. Hasil penelitian menunjukkan bahwa cluster satu memiliki tiga anggota Kabupaten/Kota dengan kategori tingkat pengangguran sangat tinggi di Kalimantan Barat, cluster dua memiliki tujuh anggota Kabupaten/Kota dengan kategori tingkat pengangguran di Kalimantan Barat, cluster tiga memiliki dua anggota Kabupaten/Kota dengan kategori tingkat pengangguran sedang di Kalimantan Barat, cluster empat memiliki dua anggota Kabupaten/Kota dengan kategori tingkat pengangguran rendah di Kalimantan Barat. Kata Kunci: Pengangguran, K-Means Clustering, Metode Elbow