ANALISIS PEMETAAN TINGKAT PENGANGGURAN DI PULAU JAWA DAN BALI DENGAN METODE K-MEANS

  • saeful bahri universitas nusaputra
  • Falentino Sembiring Sekolah Tinggi Teknologi Nusa Putra
  • M Abdul Aziz Sekolah Tinggi Teknologi Nusa Putra
  • Dado Firmansyah Sekolah Tinggi Teknologi Nusa Putra
Keywords: Algoritma K-Means Clustering, Python, Tingkat pengangguran

Abstract

Tingkat pengangguran di Indonesia dari tahun ke tahun mengalami peningkatan dan penurunan sesuai dengan pertumbuhan penduduk. Tingkat pengangguran tertinggi di Indonesia selama tahun 2014 sampai 2019 terdapat di pulau Jawa yakni pada provinsi Banten. Kemudian untuk tingkat pengangguran terendah selama tahun 2014 sampai 2019 terdapat pada provinsi Bali. Penelitian ini menggunakan metode K-Mean Clustering dan implementasi program dengan bahasa pemrograman python. Dengan adanya penelitian ini diharapkan bisa memberikan solusi untuk pemetaan tingkat pengangguran di pulau Jawa dan Bali. Penelitian ini juga memberikan manfaat bagi pemerintah Indonesia agar mampu mengantisipasi tingkat pengangguran terdidik maupun tidak terdidik Hasil klasterisasi tingkat pengangguran pada pengujian coding bahasa pemrograman python yaitu terdapat 1 wilayah tingkat pengangguran rendah (C1), 3 wilayah tingkat pengangguran sedang (C2) dan 3 wilayah lagi dikategorikan sebagai tingkat pengangguran tinggi (C3). Dengan demikian, hasil penelitian ini diharapkan dapat membantu menjawab permasalahan tingkat pengangguran di pulau Jawa dan Bali dan juga bisa digunakan untuk mengklasterisasikan tingkat pengangguran rendah, sedang dan tinggi.

Author Biographies

Falentino Sembiring , Sekolah Tinggi Teknologi Nusa Putra

Program Studi Sistem Informasi

M Abdul Aziz , Sekolah Tinggi Teknologi Nusa Putra

Program Studi Sistem Informasi

Dado Firmansyah, Sekolah Tinggi Teknologi Nusa Putra

Program Studi Sistem Informasi

Published
2017-09-29
How to Cite
bahri, saeful, Sembiring , F., Aziz , M. A., & Firmansyah, D. (2017). ANALISIS PEMETAAN TINGKAT PENGANGGURAN DI PULAU JAWA DAN BALI DENGAN METODE K-MEANS. Jurnal Rekayasa Teknologi Nusa Putra, 4(1), 13-18. https://doi.org/10.52005/rekayasa.v4i1.142