Penelitian ini bertujuan untuk mengetahui kota-kota mana saja yang akan digunakan untuk klasterisasi wilayah di Indonesia berdasarkan tingkat pengajar yang sudah profesional yaitu melalui sertifikasi. Data yang digunakan terdiri dari 3 jenjang pendidikan yaitu SD,SMP dan SMA yang ada diseluruh kota di Indonesia sebanyak 98 kota. Pendidikan tidaklah diarahkan hanya dalam mencetak tenaga kerja untuk industri melainkan juga tenaga kerja yang mengoptimalkan kemampuan berpikir dalam menjalankan pekerjaanya. Proses pemetaan dapat dilakukan dengan menggunakan salah satu teknik clustering yaitu K-Means. K-Means merupakan algoritma paling populer yang digunakan karena memiliki kelebihan yaitu algoritma yang sederhana dan mudah diimplementasikan. Principal Component Analysis (PCA) merupakan pendekatan fitur selection untuk pengurangan dimensi tanpa pengawasan teknik. Penelitian ini menghasilkan sebuah metode yang lebih efektif dengan menggunakan PCA yang dimodifikasi dengan k-means.Dari pembagian cluster sebanyak K=3 didapatkan hasil cluster 0 = 13, cluster 1 = 44, cluster 2 = 41. Metode pengukuran Davies-Bouldin (DB) Index digunakan untuk mengukur validitas cluster yang kemudian menghasilkan algoritma K-Means memiliki nilai yang lebih besar dari pada PCA-K-Means.
Copyrights © 2017