PENGEMBANGAN KLASTERISASI WILAYAH BERDASARKAN TINGKAT PENGANGGURAN PENDUDUK MENGGUNAKAN METODE K-MEANS CLUSTERING

  • Dwi Puspitasari Teknik Informatika, Teknologi Informasi, Politeknik Negeri Malang
  • Odhyta Desta Triswidrananta Teknik Informatika, Teknologi Informasi, Politeknik Negeri Malang
  • Nila Santi Andriani Teknik Informatika, Teknologi Informasi, Politeknik Negeri Malang

Abstract

Pada penelitian ini bertujuan untuk membantu pihak Dinas Tenaga Kerja Kota Malang dalam mengelompokkan data sehingga dapat mengidentifikasi dan mengelompokkan tingkat pengangguran di kota Malang. Selama ini pihak dinas tenaga kerja mengalami kesulitan karena harus mengidentifikasi masing-masing daerah di Kota Malang juga memiliki permasalahan yang berbeda setiap wilayahnya. Sehingga membuat pihak disnaker tidak dapat mengambil solusi penanganan secara cepat dikarenakan harus menganalisis terlebih dahulu penanganan yang diperlukan secara tepat. Dalam penelitian ini data diambil dari data pengangguran di Dinas Tenaga Kerja Kota Malang tahun 2017. Adapun metode klastering yang digunakan dalam penelitian ini adalah K-Means. Karena dalam teknik klastering yang digunakan, K-Means berfungsi untuk mengubah data yang masih random menjadi pengelompokan data berdasarkan banyaknya data yang akan di klaster. Berdasarkan pengujian Davies Bouldin Index (DBI) didapat klaster optimum sebanyak 3 klaster dengan nilai 1508504,145.

Published
2018-08-31