PENERAPAN METODE K-MEANS DAN Z-SCORE PADA PENGELOMPOKAN PENGANGGURAN KABUPATEN DAN KOTA DI PROVINSI JAWA BARAT

Putri, Vanka Angelica (2024) PENERAPAN METODE K-MEANS DAN Z-SCORE PADA PENGELOMPOKAN PENGANGGURAN KABUPATEN DAN KOTA DI PROVINSI JAWA BARAT. Other thesis, UPN "Veteran" Yogyakarta.

[thumbnail of Cover_123200061_Vanka Angelica Putri_removed.pdf] Text
Cover_123200061_Vanka Angelica Putri_removed.pdf
Download (187kB)
[thumbnail of Abstrak_123200061_Vanka Angelica Putri.pdf] Text
Abstrak_123200061_Vanka Angelica Putri.pdf
Download (282kB)
[thumbnail of Lembar Pengesahan_123200061_Vanka Angelica Putri.pdf] Text
Lembar Pengesahan_123200061_Vanka Angelica Putri.pdf
Download (337kB)
[thumbnail of Daftar Isi_123200061_Vanka Angelica Putri.pdf] Text
Daftar Isi_123200061_Vanka Angelica Putri.pdf
Download (277kB)
[thumbnail of Daftar Pustaka_123200061_Vanka Angelica Putri.pdf] Text
Daftar Pustaka_123200061_Vanka Angelica Putri.pdf
Download (244kB)
[thumbnail of Skripsi Fulltext_123200061_Vanka Angelica Putri.pdf] Text
Skripsi Fulltext_123200061_Vanka Angelica Putri.pdf
Restricted to Repository staff only
Download (5MB)

Abstract

Pengangguran menjadi salah satu masalah yang ada di Indonesia sebagai negara
berkembang. Sesuai data Badan Pusat Statistik (BPS), pengangguran merupakan salah satu
permasalahan uang ada di Provinsi Jawa Barat dengan salah satu persentase pengangguran yang
tinggi berada di atas rata-rata nasional di antara provinsi lain yang ada di Indonesia. Sehingga
menjadi salah satu permasalahan yang harus diselesaikan di Provinsi Jawa Barat. Oleh karena
itu, perlu dilakukan analisis pada kabupaten dan kota di Jawa Barat untuk dapat mengetahui
daerah yang memiliki yang memiliki tingkat pengangguran yang tinggi dengan menerapkan
teknik clustering. Clustering memiliki banyak jenis, terutama dalam pendekatan supervised
atau unsupervised. Salah satu teknik clustering unsupervised yaitu K-Means. K-Means populer
digunakan dalam masalah sosial dan memiliki kelebihan seperti sederhana, konvergensinya
cepat, komputasinya efisien, dan mudah diimplementasikan. Penelitian ini bertujuan untuk
menerapkan standarisasi Z-Score sebelum menerapkan algoritma K-Means dalam
pengelompokan dan bagaimana pengaruh Z-Score dalam clustering itu sendiri. Pada penelitian
ini pengujian dilakukan dengan menguji hyperparameter k 2-10 menggunakan Silhouette Score
dan Elbow Method. Berdasarkan pengujian hasil terbaik berada pada k-3 dengan nilai 4,305
untuk silhouette score dan 46,4512 untuk elbow method. Setelah dilakukan analisis visualisasi
dengan PCA dan t-SNE diketahui bahwa hasil K-Means dengan penerapan standarisasi
memberikan hasil clustering yang tanpa tumpang tindih antar data pada masing-masing anggota
cluster. Setelah penerapan standarisasi Z-Score dan K-Means, didapatkan tiga cluster pada
penelitian yang terbagi menjadi cluster 0, cluster 1, dan cluster 2, serta penerapan standarisasi
Z-Score membantu data untuk menghindari dominasi data pada data bersifat heterogen sehingga
memberikan hasil cluster yang tidak bias karena perbedaan skala nilai tiap variabel.
Kata Kunci : Pengangguran, Jawa Barat, Clustering, K-Means, Z-Score, Standardization,
Silhouette Score

Item Type: Thesis (Other)
Uncontrolled Keywords: Pengangguran, Jawa Barat, Clustering, K-Means, Z-Score, Standardization, Silhouette Score
Subjects: H Social Sciences > H Social Sciences (General)
Divisions: Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: A.Md.SI Indah Lestari Wulan Aji
Date Deposited: 11 Mar 2025 02:18
Last Modified: 11 Mar 2025 02:18
URI: http://eprints.upnyk.ac.id/id/eprint/42217

Actions (login required)

View Item View Item