Author: Devy Safira, Mustakim, Ega Dwi Lestari, Misratul Iffa, Sella Annisa
Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi, Vol. 6, No. 1, Februari 2020
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 clusteryang 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.
Conclusion
Pada algoritma K-Means clustering ini dilakukan pengelompokan 19 Kabupaten/ Kota di Provinsi Sumatera Barat berdasarkan indikator angkatan kerja pada tahun 2018 dan dibentuk cluster dengan 3 cluster. Cluster 0 terdiri dari 1 Kota, cluster 1 (satu) terdiri dari 11 Kabupaten/Kota, dan cluster 2 (dua) terdiri dari 7 Kabupaten/Kota. Nilai clustering diukur berdasarkan nilai DBI dan SI dengan nilai terbaik diperoleh menggunakan DBI, sehingga analisis data difokuskan berdasarkan validitas cluster terbaik dan dengan jumlah cluster3. Secara umum kesejahteraan masyarakat Provinsi Sumatera Barat berdasarkan indikator angkatan kerja tahun 2018 dapat dikatakan masih belum merata. Hal ini dilihat dari pengelompoan yang telah dilakukan, cluster 0 memiliki tingkat pengangguran yang tinggi, cluster 1 tingkat pengangguran sedang, dan cluster kedua memiliki tingkat pengangguran yang rendah. Sehingga, hasil pengelompokan dengan algoritma K-Means dapat membuktikan dan mengidentifikasi kelompok pengangguran di Kabupaten/ Kota Sumatera Barat. Hal ini diperkuat dan dibuktikan oleh data BPS Nasional.