Perbandingan Analisis K-Means dan K-Medoids pada Pengelompokan Provinsi di Indonesia Berdasarkan Indeks
Ketenagakerjaan Tahun 2024
Indonesia memasuki era bonus demografi mulai 2020 lalu. Namun, tingginya pengangguran menjadi salah satu hambatan dalam memanfaatkan potensi bonus demografi ini. Oleh karena itu, perlu ada solusi untuk mengatasi masalah pengangguran dan masalah ketenagakerjaan di Indonesia, dengan salah satu caranya adalah dengan melakukan pengelompokan wilayah dengan karakteristik tertentu. Penelitian ini akan membandingkan dua metode yang kerap digunakan dalam analisis clustering, yaitu metode k-means dan k-medoids. Penelitian ini akan mengelompokkan provinsi di Indonesia berdasarkan indeks ketenagakerjaan, yaitu Tingkat Partisipasi Angkatan Kerja (TPAK), Tingkat Pengangguran Terbuka (TPT), Rata-rata Lama Sekolah (RLS), dan Tingkat Setengah Penganggur (TSP). Adapun hasil dari penelitian ini didapatkan k-means lebih baik dari k-medoids dengan indeks DBI 0,82 berbanding 0,84. Berdasarkan hasil terbaik dari k-means, Terdapat 6 cluster yang terbentuk, dengan karakteristik ketenagakerjaan yang beragam pada setiap cluster-nya. Berdasarkan karakteristik tipe cluster, diperlukan beberapa strategi seperti penguatan sektor formal, perlindungan pendapatan bagi pekerja informal, penambahan usia pensiun, serta siktronisasi kurikulum pendidikan dengan industri.
URI
https://repo.itera.ac.id/depan/submission/SB2506240011
Keyword
clustering k-means k-medoids ketenagakerjaan pengangguran