PENERAPAN DATA MINING METODE K-MEANS CLUSTERING PADA DATA TINGKAT PENGANGGURAN TERBUKA DI INDONESIA SEBELUM DAN SAAT PANDEMI COVID-19

• RAYHAN MALIQI

---

ABSTRAK

ABSTRAK

Rayhan Maliqi (11182886), Penerapan Data Mining Metode K-Means Clustering pada Data Tingkat Pengangguran Terbuka Di Indonesia Sebelum dan Saat Pandemi Covid-19

Pengangguran terbuka adalah Angkatan kerja yang tidak memiliki pekerjaan sama sekali. Pengangguran disebabkan karena angkatan kerja tersebut sama sekali belum mendapatkan pekerjaan, atau lapangan pekerjaan yang tidak sebanding dengan para pencari pekerjaan, lalu pada tahun 2019 ditemukan virus bernama Covid-19 di Wuhan, Cina, dan akhirnya masuk ke Indonesia pada tahun 2020. Virus itu menyebabkan pandemi dan memakan banyak korban jiwa, selain itu banyak pekerja yang akhirnya di PHK dan menyebabkan angka pengangguran naik, pengangguran adalah salah satu masalah yang serius di negara Indonesia, dimana pengangguran dapat menyebabkan perekonomian Indonesia menjadi menurun. Tujuan dari penelitian ini adalah untuk mengetahui kelompok wilayah provinsi yang ada pada masing – masing Cluster, lalu melihat provinsi mana saja yang akan berpindah pada tahun sebelum adanya Covid-19 dan saat adanya Covid-19, dan mengetahui provinsi yang berada pada kelompok angka pengangguran tinggi selama 4 tahun, untuk mencapai tujuan tersebut diperlukan suatu Teknik Data Mining yaitu dengan Algoritma K-Means, metode KMeans dapat digunakan untuk mengelompokkan data persentase pengangguran berdasarkan provinsi, dimana data akan di bagi menjadi 2 kelompok yaitu kelompok sebelum pandemi 2018-2019 dan kelompok saat pandemi 2020-2021. Hasil dari penelitian ini adalah kelompok sebelum adanya pandemi memiliki angka pengangguran tinggi sebanyak 14 Provinsi dan ada 20 provinsi yang berada pada angka pengangguran rendah, dan pada kelompok saat pandemi ada 11 provinsi yang berada pada angka pengangguran tinggi dan ada 23 provinsi yang berada di angka pengangguran rendah, Wilayah yang sebelumnya memiliki tingkat pengangguran tinggi dan kemudian menjadi tingkat pengangguran rendah adalah Riau, Kalimantan Utara, dan Sulawesi Selatan.

Kata Kunci: Data Mining, K-Means Clustering, Pengangguran, Covid-19

KATA KUNCI

Metode K-Means Clustering

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] M. Wahyudi, L. Pujiastuti and S. , "Penerapan Data Mining Dalam Mengelompokkan Data Penangguran Terbuka Menurut Provinsi Menggunakan Algoritma K-Means," Prosiding Seminar Nasional Riset Dan Information Science, vol. 2, pp. 432-440, 2020.

[2] R. C. Rambe, P. H. Prihanto and H. , "Analisis Fakto-Faktor yang mempengaruhi pengangguran terbuka di Provinsi Jambi," e-Jurnal Ekonomi Sumberdaya dan Lingkungan, vol. 8, pp. 54-67, 2019.

[3] F. A. Jalil and S. Kasnelly, "Meningkatnya Angka Penangguran Ditengah Pandemi (Covid-19)," Jurnal Ekonomi Syariah, vol. 2, pp. 45-60, 2019.

[4] V. R. Krisnandika, D. Aulia and L. Jannah, "Dampak Pandemi Covid-19 Terhadap Pengangguran Di Indonesia," Jurnal Ilmu Sosial dan Pendidikan (JISIP), vol. 5, pp. 720- 729, 2021.

[5] R. "Dampak Pandemi Covid-19 Terhadap Angka Pengangguran Di Indonesia," Proceeding Seminar Nasional & Call For Papers, pp. 687-693, 2021.

[6] P. N. Harahap and S. , "Implementasi Data Mining Dalam Memprediksi Transaksi Penjualan Menggunakan Algoritma Apriori," Jurnal Ilmu Komputer dan Teknologi Informasi, vol. 11, pp. 46-50, 2019.

[7] E. D. Sikumbang, "Penerapan Data Mining Penjualan Sepatu Menggunakan Metode Algoritma Apriori," Jurnal Teknik Komputer, vol. 4, pp. 156-161, 2018.

[8] J. Nasir, "Penerapan Data Mining Clustering Dalam Mengelompokkan Buku Dengan Metode K-Means," SIMETRIS, vol. 11, November 2020.

[9] I. Nasution, A. P. Windarto and M. Fauzan, "Penerapan Algoritma K-Means Dalam Pengelompokkan Data Penduduk Miskin Menurut Provinsi," Building of Informatics, Technology and Science, vol. 2, pp. 76-83, 2020.

[10] F. A. Tanjung , A. P. Windarto and M. Fauzan, "Penerapan Metode K-Means Pada xvii Pengelompokkan Pengangguran Di Indonesia," JURASIK, vol. 6, pp. 61-74, 2020.

[11] E. J. Salam, "My Personal," 9 Februari 2017. [Online]. Available: https://ekojunaidisalam.com/2017/02/09/k-means-clustering-algorithm/. [Accessed 15 Mei 2022].

[12] A. P. Putra, "Medium," 18 Februari 2018. [Online]. Available: https://mandes95.medium.com/belajar-data-science-langkah-awal-mengenal-r-danrstudio-198ec2246f78. [Accessed 5 Agustus 2022].

[13] D. P. Sejati, "Penangguran Serta Dampaknya Terhadap Pertumbuhan Dan Pembangunan Ekonomi," AKSELERASI: Jurnal Ilmiah Nasional, vol. 2, pp. 98-105, 2020.

[14] M. Ryansyah and K. Tambunan, "Dampak Covid-19 Terhadap Tingkat Pengangguran Di Indonesia," TRIANGLE , vol. 2, pp. 486-491, 2021.

[15] S. Indayani and B. Hartono, "Analisa Penangguran dan Pertumbuhan Ekonomi Sebagai Akibat Pandemi Covid-19," Perspektif: Jurnal Ekonomi & Manajemen Universitas Bina Sarana Informatika, vol. 18, pp. 201-208, 2020.

[16] "Dinas Ketenagakerjaan Dan Perindustrian Kota Tebing Tinggi," [Online]. Available: https://disnaker.tebingtinggikota.go.id/tugas-pokok-danfungsi/#:~:text=Dinas%20Ketenagakerjaan%20merupakan%20unsur%20pelaksana,kepa da%20Walikota%20melalui%20Sekretaris%20Daerah.. [Accessed 14 06 2022].

[17] H. H. Andriani, D. J. Sukmana, R. Fardani, J. Ustiawaty, E. F. Utami, N. H. Auliya and R. R. Istiqomah, Metode Penelitian Kualiatif & Kuantitatif, Yogyakarta: CV. Pustaka Ilmu, 2020.

[18] M. Yuniar, C. Rakhmat and A. Saepulrohman, "Analisis HOTS (High Order Thinking Skills) Pada Soal Objektif Tes Dalam Mata Pelajaran Ilmu Pengetahuan Sosial (IPS) Kelas V SD Negeri 7 Ciamis," Pedadidaktika, vol. 2, pp. 187-195, 2015.