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.

Sumber Gambar