Analisis Hierarchical Clustering pada Karakteristik Penduduk Bekerja di Provinsi Jambi
Keywords:
Hierarchical Clustering, Ward Linkage, Metode Aglomerative, Metode Dendogram, Karakter Bekerja Penduduk, JambiAbstract
Baru-baru ini Badan Pusat Statistik telah mengeluarkan data berupa berita resmi statistik tentang pertumbuhan ketenagakerjaan yang ada dijambi. Data ini menyatakan bahwa sebanyak 1,77 Juta Orang di provinsi Jambi. Hal ini mendorong penulis untuk melakukan penelitian tentang bagaimana mengetahui Identitas Penduduk Bekerja di Provinsi Jambi.
Penelitian ini dilakukan untuk mengidentifikasi dan pengelompokan Karakteristik Penduduk Bekerja berdasarkan Jumlah Pekerja yang ada di provinsi dalam bentuk Lapangan Usaha Status Pekerjaan, Kegiatan Formal / Informal, Pendidikan Tinggi, dan Jam Kerja. Penelitian dilakukan dengan menggunakan dataset Penduduk Bekerja di provinsi Jambi.
Untuk analisis dilakukan dengan cara Hierarchical Clustering dengan metode ward linkage. Metode ini membantu mengidentifikasi kelompok dan mengetahui segmentasi beberapa data yang tidak beraturan dan mempunyai nilai lebih dari 1. Untuk hasil metode didapatkan berupa Hasil Agglomerative dan dendogram.
Hasil yang didapatkan dari Analisa tersebut adalah Karakteristik Penduduk bekerja di Provinsi Jambi tahun 2022-2024 berasal dari Pekerja yang bekerja di aktivitas kesehatan manusia dan Sosial, bekerja di Sektor Pengangkutan dan Pergudangan, serta di bagian industri pengolahan.Untuk Karaktersitik berdasarkan Status bekerja sebagai buruh tetap dan dibayar, serta pekerja keluarga / tidak dibayar. Dalam kegiatan formal / Informal didominasi Pekerja dengan kegiatan informal. Pendidikan tertinggi pada penduduk bekerja di provinsi jambi banyak menempuh tingkat pendidikan Diploma IV, S1, S2, dan S3 , serta pekerja paruh waktu(<35 Jam).
Downloads
References
M. M. Alfin and W. Priana, “Analisis Pengaruh Angkatan Kerja, Investasi, Upah Minimum Kabupaten / Kota(UMK), dan Inflasi terhadap Penyerapan Tenaga Kerja di Kabupaten Tuban,” J. Ilm. Multidisiplin, vol. 1, no. 9, pp. 2978–2988, 2022.
A. Erlangga et al., “Pengaruh Upah Minimum dan Angkatan Kerja Terhadap Tingkat Pengangguran Terbuka di Indonesia 2014-2023 Program Studi Ekonomi Syariah , Fakultas Ekonomi Dan Bisnis Islam , Upah Minimum dan Angkatan Kerja merupakan faktor kunci yang mempengaruhi Sumber : Bad,” vol. 1, no. 2, 2024.
P. Pertiwi, “Analisis Faktor-Faktor Yang Mempengaruhi Pendapatan Tenaga Kerja di Daerah Istimewa Yogyakarta,” Skripsi, p. HLM.23., 2015, [Online]. Available: https://eprints.uny.ac.id/21513/1/SKRIPSI_PITMA PERTIWI_11404241038.pdf
BPS Provinsi Sulawesi Utara, “Istilah Menurut Badan Pusat Statistik,” 2021. https://sulut.bps.go.id/istilah/index.html?Istilah_page=62 (accessed Jul. 16, 2024).
BPS Kabupaten Tanjung Jabung Timur, “Konsep / Penjelasan Teknis Menurut BPS.” https://tanjabtimkab.bps.go.id/subject/6/tenaga-kerja.html (accessed Jul. 16, 2024).
B. P. Papua, “Konsep Menurut BPS.” https://papua.bps.go.id/subject/28/pendidikan.html (accessed Jul. 16, 2024).
F. Mar’i and A. A. Supianto, “Clustering Credit Card Holder Berdasarkan Pembayaran Tagihan Menggunakan Improved K-Means dengan Particle Swarm Optimization,” J. Teknol. Inf. dan Ilmu Komput, vol. 5, no. 6, p. 737, 2018.
L. Maulida, “Penerapan Data Mining dalam Mengelompokkan Kunjungan Wisatawan ke Objek Wisata Unggulan di Prov. DKI Jakarta dengan K-Means,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 2, no. 3, pp. 167–174, 2018.
I. D. Id, Machine Learning: Teori, Studi Kasus dan Implementasi Menggunakan Python, vol. 1. Unri Press, 2021.
A. Saragih, D. C. Sukanda, and N. Eliyati, “Clusterization of Region in South Sumatera Based on Covid-19 Case Data,” BAREKENG J. Ilmu Mat. dan Terap., vol. 17, no. 3, pp. 1257–1264, 2023, doi: 10.30598/barekengvol17iss3pp1257-1264.
I. Muthahharah and A. Juhari, “A Cluster Analysis with Complete Linkage and Ward’s Method for Health Service Data in Makassar City,” J. Varian, vol. 4, no. 2, pp. 109–116, 2021, doi: 10.30812/varian.v4i2.883.
D. Iyan Yulianti, T. Iman Hermanto, and M. Defriani, “Analisis Clustering Donor Darah dengan Metode Agglomerative Hierarchical Clustering,” Resolusi Rekayasa Tek. Inform. dan Inf., vol. 3, no. 6, pp. 285–290, 2023, [Online]. Available: https://www.djournals.com/resolusi/article/view/977
E. Darnila, “Infant Routine Monitoring System During 0-12 Months Immunization Using Agglomerative Hierarchical Clustering Algorithm,” vol. 1, no. 2, pp. 1–6, 2021, doi: 10.30596/jcositte.v1i1.xxxx.
B. P. Jambi, “Berita Resmi Statistik - Keadaan Ketenagakerjaan Provinsi Jambi Februari 2024,” Jambi, 2024. [Online]. Available: https://jambi.bps.go.id/pressrelease/2024/05/06/744/tingkat-pengangguran-terbuka--tpt--februari-2024-sebesar-4-45-persen.html
Basri and Syarli, “AHP-Standar Score: Pendekatan Baru Dalam Sistem Pemeringkatan,” J. Keteknikan dan Sains – LPPM UNHAS, vol. 1, no. 1, pp. 1–6, 2018.
A. Aditya et al., “Perbandingan pengukuran jarak Euclidean dan Gower padaklaster k-medoids,” J. Teknol. dan Sist. Komput., vol. 9, no. 1, pp. 1–7, 2021, doi: 10.14710/jtsiskom.2021.13747.
R. Ramadani and A. Salma, “Perbandingan Kinerja Metode Average Linkage dan Ward dalam Pengelompokan Tingkat Kesejahteraan Masyarakat Provinsi Sumatera Barat Menurut Kabupaten/Kota Tahun 2021,” J. Math. UNP, vol. 7, no. 3, pp. 11–24, 2022.
