Cluster Analysis Menggunakan Algoritma Fuzzy K-Means Untuk Tingkat Pengangguran Di Provinsi Riau
Sarbaini Sarbaini, Windylia Saputri, Nazaruddin Nazaruddin, Fitriani Muttakin
Abstract
Pengangguran merupakan permasalahan yang pasti dihadapi oleh suatu negara, terutama negara berkembang seperti Indonesia. Riau merupakan salah satu provinsi di Indonesia yang tingkat penganggurannya mengalami kenaikan atau penurunan setiap tahunnya. Pada tahun 2019 Tingkat Pengangguran Terbuka (TPT) di provinsi Riau sebesar 5,76%, pada tahun 2020 meningkat menjadi 6,32% dan pada tahun 2021 menurun menjadi 4,42%. Oleh karena itu penelitian ini bertujuan untuk mengurangi tingkat pengangguran di provinsi Riau dengan cara mengelompokkan kabupaten/kota yang ada di provinsi Riau sehingga mengetahui di mana wilayah yang memiliki tingkat pengangguran tinggi dan wilayah yang memiliki tingkat pengangguran rendah supaya pemerintah dapat memberikan solusi pada wilayah dengan tingkat pengangguran tinggi. Metode Fuzzy K-Means dapat membantu menentukan clustering tingkat pengangguran di provinsi Riau berdasarkan indikator tingkat pengangguran khususnya Tingkat Pengangguran Terbuka (TPT), Tingkat Partisipasi Angkatan Kerja (TPAK), Produk Domestik Regional Bruto (PDRB) dan Indeks Pembangunan Manusia (IPM). Hasil penelitian ini menunjukkan bahwa dari 12 kabupaten/kota di provinsi Riau terbagi menjadi dua cluster yaitu cluster tingkat pengangguran tinggi dan cluster tingkat pengangguran rendah, cluster dengan tingkat pengangguran tinggi terdapat 6 wilayah dan tingkat pengangguran rendah terdapat 6 wilayah. Kata kunci: Clustering, Fuzzy K-Means, Data Mining.