PENERAPAN ALGORITMA K-MEANS PADA DATA PENGANGGURAN DI JAWA BARAT

Abstract

Angka pengangguran adalah satu dari antara masalah yang dihadapi negara berkembang ataupun negara maju. Jika angka pengangguran di suatu negara mencapai angka yang tinggi, maka akan menjadi masalah bagi negara tersebut. Pembayaran pajak negara akan mengalami penurunan yang mengakibatkan penghasilan negara berkurang. Di sisi lain, kualitas tenaga kerja yang tidak memadai juga mempengaruhi tingkatan pengangguran. Seperti masyarakat miskin yang tidak mampu menyekolahkan anaknya atau keterbatasan teknologi untuk mendapatkan ilmu yang berkualitas, masyarakat kelas menengah yang hanya mampu menyekolahkan anaknya sampai SMA dan para mahasiswa yang tidak mampu memenuhi standar prospek kerja. Penelitian ini bertujuan untuk menggambarkan pola dan dampak pengangguran di Provinsi Jawa Barat, Indonesia, dari tahun 2011 hingga 2022, dengan menggunakan metode K-means Clustering. Data yang digunakan dalam penelitian ini berasal dari Open Data Jabar, sebuah sumber data resmi pemerintah. Setelah melalui tahap pra-proses data, algoritma K-means diterapkan untuk mengelompokkan data pengangguran berdasarkan tingkat pendidikan dan kabupaten/kota. Hasil menunjukkan bahwa kabupaten Bogor memiliki angka pengangguran tertinggi pada tahun 2018, jumlah pengangguran di kabupaten Bogor mencapai 136.782 orang. Selain itu, terdapat hubungan antara tingkat pendidikan dan angka pengangguran; semakin tinggi tingkat pendidikan, semakin rendah angka pengangguran. Kabupaten Bogor mencatatkan angka pengangguran tertinggi, terutama di kalangan lulusan SLTA dan SMA. Hasil ini menegaskan pentingnya peningkatan kualitas pendidikan sebagai salah satu cara untuk mengurangi angka pengangguran di Jawa Barat.