Analisis Klaster untuk Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Pasar Tenaga Kerja dengan Metode K Medians dan K Medoids Clustering

KHOFIFAH, Nur (2024) Analisis Klaster untuk Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Pasar Tenaga Kerja dengan Metode K Medians dan K Medoids Clustering. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (61kB)
	Text 3. HALAMAN PENGESAHAN 1.pdf Download (71kB)
	Text 4. HALAMAN PENGESAHAN 2.pdf Download (126kB)
	Text 5. KATA PENGANTAR.pdf Download (72kB)
	Text 6. ABSTRAK.pdf Download (8kB)
	Text 7. ABSTRACT.pdf Download (6kB)
	Text 8. DAFTAR ISI.pdf Download (69kB)
	Text 12. BAB 1 PENDAHULUAN.pdf Download (29kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (79kB)

Abstract

Daya saing tenaga kerja merupakan salah satu fokus penting dalam agenda pembangunan Indonesia. Saat ini, daya saing tenaga kerja Indonesia masih dibawah negara lain, sehingga diperlukan perhatian lebih untuk meningkatkan kualitas
tenaga kerja agar dapat bersaing secara efektif. Capaian daya saing tenaga kerja di Indonesia dapat diukur melalui indikator pasar tenaga kerja. Pasar tenaga kerja adalah tempat pertemuan antara pencari kerja dan lowongan pekerjaan. Penelitian
ini bertujuan untuk mengelompokkan provinsi di Indonesia berdasarkan indikator pasar tenaga kerja. Variabel yang digunakan dalam penelitian ini meliputi tingkat partisipasi angkatan kerja, persentase pekerja berusaha, persentase pekerja dengan jam kerja lebih dari 49 jam, persentase pekerja di sektor informal, tingkat penggangguran terbuka, persentase pengangguran dengan tingkat pendidikan tinggi, persentase setengah penganggur, persentase angkatan kerja dengan
pendidikan rendah, rata-rata gaji dan produktivitas tenaga kerja. Data pada penelitian ini mengandung outlier, sehingga digunakan metode K-Medians Clustering dan K-Medoids Clustering yang lebih robust terhadap outlier. Perbedaan
utama kedua metode ini adalah pusat klasternya, K-Medians menggunakan median, sementara K-Medoids menggunakan medoid. Ukuran kemiripan objek dihitung menggunakan jarak euclidean. Penentuan klaster optimal dilakukan dengan
validasi klaster menggunakan Dunn Index yang memiliki nilai terbesar. Hasil penelitian menunjukkan bahwa metode K-Medoids menghasilkan klaster terbaik dengan jumlah klaster K = 4.
Kata Kunci: Indikator Pasar Tenaga Kerja, K-Medians Clustering, K-Medoids Clustering, Dunn Index

Item Type:	Thesis (Undergraduate)
Subjects:	Sciences and Mathemathic
Divisions:	Faculty of Science and Mathematics > Department of Statistics
Depositing User:	Yemima Laras Sekarsari
Date Deposited:	11 Feb 2026 04:05
Last Modified:	11 Feb 2026 04:05
URI:	https://eprints2.undip.ac.id/id/eprint/45020

Actions (login required)

View Item

Search for collections on Undip Repository