Pengangguran merupakan masalah ekonomi yang kompleks dengan dampak signifikan terhadap kesejahteraan sosial, ketimpangan ekonomi, dan stabilitas politik di Indonesia. Penelitian ini bertujuan untuk menganalisis karakteristik tingkat pengangguran di provinsi-provinsi Indonesia menggunakan data dari Badan Pusat Statistik (BPS) periode 2013-2023 menggunakan algoritma K-Means clustering untuk mengelompokkan provinsi berdasarkan Tingkat Pengangguran Terbuka (TPT). Data sekunder dari BPS yang digunakan difokuskan pada TPT selama sepuluh tahun terakhir. Metode Elbow digunakan untuk menentukan jumlah cluster optimal, dan evaluasi dilakukan dengan menggunakan Davies-Bouldin Score, yang menghasilkan dua cluster utama yaitu cluster 0 dengan tingkat pengangguran yang lebih tinggi dari cluster 1 berdasarkan hasil analisis yang dilakukan. Cluster 0 terdiri dari 12 provinsi, sementara cluster 1 terdiri dari 22 provinsi. Evaluasi model menunjukkan skor Davies-Bouldin Index sebesar 0.7 yang menunjukkan kualitas clustering yang baik. Hasil clustering ini divisualisasikan dalam bentuk peta untuk memudahkan interpretasi dan pemahaman karakteristik pengangguran di berbagai provinsi. Penelitian ini diharapkan dapat menjadi alat bantu bagi pembuat kebijakan untuk merancang kebijakan yang lebih efektif dalam mengurangi tingkat pengangguran di Indonesia.

S10204

INF 0115 2024

Bekasi

Tersedia