Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi
Misratul Iffa
Unknown Affiliation
Computer Science & IT Engineering Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PENGELOMPOKAN JUMLAH PENDUDUK SUMATERA BARAT BERDASARKAN ANGKATAN KERJA MENGGUNAKAN ALGORITMA K-MEANS Devy Safira; Mustakim Mustakim; Ega Dwi Lestari; Misratul Iffa; Sella Annisa
Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi Vol 6, No 1 (2020): Februari
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/rmsi.v6i1.8682

Abstract

Indonesia adalah suatu negara berkembang yang memiliki banyak permasalahan dalam bidang kesejahteraan rakyat. Saat ini pemerintah Indonesia sedang berusaha menciptakan kesejahteraan dan kemakmuran rakyat dengan cara meningkatkan pembangunan diberbagai bidang. Salah satu cara yang dilakukan pemerintah saat ini adalah meningkatkan ketersediaan lapangan kerja agar dapat mengurangi masalah angkatan kerja. Masalah angkatan kerja, merupakan masalah umum yang sering dihadapi oleh hampir seluruh penduduk didunia bahkan penduduk dinegara maju sekalipun. Umumnya permasalahan angkatan kerja dinegara maju disebabkan oleh ketidakmampuan perusahaan untuk menggaji karyawan yang tinggi, serta meningkatnya jumlah pengangguran yang disebabkan karena perusahaan lebih tertarik menggunakan tenaga kerja robot dibandingkan tenaga kerja manusia. Dalam penelitian ini, dilakukan pengelompokan jumlah penduduk berdasarkan angkatan kerja menggunakan algoritma K-Means. Tujuan dari pengelompokan data ini adalah untuk mendapatkan pengelompokan angkatan kerja pada wilayah Provinsi Sumatera Barat dengan menggunakan algoritma K-means, dengan pemodelan tersebut menghasilkan tingkat pengagguran berdasarkan hasil masing-masing cluster yang dihasilkan sehingga dapat memberikan informasi kebutuhan tenaga kerja di Provinsi Sumatera Barat. Hasil dari pengelompokan sepenuhnya memiliki akurasi yang sangat dekat dan baik serta tervalidasi menggunakan data BPS. Selain itu K-Means juga mampu memberikan nilai validitas cluster terbaik berdasarkan DBI dengan nilai 0.238.
Co-Authors Devy Safira Ega Dwi Lestari Mustakim Mustakim Sella Annisa