Publiora

Menghubungkan ke Publiora...

Publiora

CLUSTERING DATA PENCARI KERJA MENURUT TINGKAT PENDIDIKAN MENGGUNAKAN ALGORITMA K-MEANS

hani, Siti Rohaniyah
Jurnal Minfo Polgan (Sinta 3)Vol. 0 No. 01 Maret 2023
DOI10.33395/jmp.v12i1.12217

Abstrak

Pencari kerja dalam melakukan proses melamar untuk mendapatkan pekerjaan sesuai keinginan terhadap perusahaan yang diharapkan, tentunya harus sesuai dengan kebijakan yang ditentukan oleh perusahaan dalam merekrut para pelamar.Permasalahan yang sering terjadi hingga saat ini yakni masih banyak pencari kerja yang belum mendapatkan pekerjaan akibat terkendala faktor-faktor seperti tingkat pendidikan serta daerah tersebar yang belum tersedia lapangan pekerjaan, masing-masing pencari kerja yang melamar ke berbagai perusahaan tertentu tak luput memiliki kualifikasi berdasarkan tingkat pendidikan yang bervariasi yang dimiliki ole pencari kerja di wilayah Jawa Barat. Data yang diambil untuk penelitian ini bersumber dari Dinas Tenaga Kerja dan Transmigrasi melalui website Open Data Jabar, data tersebut memiliki 416 record serta 8 attribut. Data yang akan digunakan yakni data pencari kerja pada tahun 2021 attribut yang dipilih yakni tingkat pendidikan, jumlah pencari kerja, dan tahun. Proses pengolahan data dilakukan dengan Data Mining atau yang sering dikenal dengan Knowledge Discovery in Database, metode yang digunakan pada Tugas Akhir ini adalah metode clustering menggunakan Algoritma K-Means untuk mengelompokan suatu item ke dalam kelompok dimana k (kluster) merupakan jumlah kelompok yang dinginkan. Tujuan dilakukannya Tugas Akhir ini yakni untuk mengelompokan data pencari kerja di wilayah Jawa Barat serta memisahkan data pencari kerja kedalam cluster berbeda untuk objek yang memiliki ciri yang berbeda. Pengujian ini dilakukan menggunakan Software RapidMiner, RapidMiner merupakan software Data Mining yang dapat digunakan dengan beberapa metode yang tersedia dalam Data Mining, Kontribusi dari pengelompokan data pencari kerja ini membantu pemerintah memberikan pekerjaan secara merata kepada para pencari kerja agar tidak terjadi penumpukan data pencari kerja pada setiap tahunnya. Hasil pengelompokan ini menghasilkan 5 cluster (K5), Cluster_4 merupakan jumlah pencari kerja yang terbanyak terdiri dari 134 anggota, masing-masing anggota terdiri dari: SMK = 31 anggota, SMP = 49 anggota dan UNIVERSITAS = 54 anggota. Sehingga dapat disimpulkan jumlah pencari kerja yang mendominasi yakni pencari kerja dengan tingkat pendidikan UNIVERSITAS yang berjumlah 54 anggota.   Kata kunci : Pencari kerja, Data Mining, Algoritma K-Means, cluster, RapidMiner

Cari jurnal yang tepat untuk naskah Anda

MatchMind AI mencocokkan abstrak naskah Anda dengan ribuan jurnal terakreditasi dan menampilkan rekomendasi terbaik beserta alasannya.

Coba MatchMind

Lihat profil lengkap jurnal ini

Waktu review, biaya APC, statistik sitasi, indeksasi Scopus, dan banyak lagi.

Buka Jurnal Minfo Polgan

Artikel ini juga tersedia di situs resmi jurnal.

CLUSTERING DATA PENCARI KERJA MENURUT TINGKAT PENDIDIKAN MENGGUNAKAN ALGORITMA K-MEANS | Jurnal Minfo Polgan | Publiora