Abstract:Pengangguran terbuka di Indonesia merupakan salah satu masalah sosial dan ekonomi yang signifikan, yang dapat menghambat pertumbuhan ekonomi serta mempengaruhi kesejahteraan masyarakat secara luas. Penelitian ini bertujuan…
an untuk menganalisis Tingkat Pengangguran Terbuka (TPT) Indonesia dari tahun 2020 hingga 2023, dengan fokus pada perubahan klaster data TPT menggunakan metode K-Means Clustering. Data yang digunakan diambil dari Badan Pusat Statistik (BPS), yang memberikan gambaran komprehensif mengenai variasi TPT antarprovinsi. Metodologi yang diterapkan mencakup pengumpulan dan pengolahan data untuk memastikan akurasi serta kelengkapan informasi. Hasil analisis menunjukkan bahwa hanya Provinsi Riau yang berhasil naik ke cluster 1 (TPT rendah), sementara Provinsi Sumatera Barat mengalami penurunan ke cluster 2 (TPT tinggi). Evaluasi menggunakan Davies-Bouldin Index menegaskan pemisahan cluster yang optimal pada jumlah cluster 2, mengindikasikan efektivitas pengelompokan. Temuan dari penelitian ini diharapkan dapat memberikan wawasan berharga bagi pembuat kebijakan untuk merumuskan strategi yang lebih efektif dalam mengatasi masalah pengangguran di Indonesia. Dengan mempertimbangkan karakteristik pengangguran di setiap provinsi, hasil penelitian ini dapat menjadi dasar bagi upaya pengurangan tingkat pengangguran yang lebih terarah dan berdampak.
Abstract:Abstract: The high level of student success and the low level of student failure is a quality of the education world. The world of education is currently required to have the ability to compete by utilizing all resources…
owned. In addition to facilities, infrastructure and human resources, information systems are one of the resources that can be used to improve competency skills. Data mining is a process of data analysis to find a dataset of data set. Data mining is able to analyze large amounts of data into information that has meaning for decision supporters. One process of data mining is clustring. Attributes used in the grouping of student achievement are Name, Extracurricular, Value which include Task Value, Uts Value, Value of Uses, total absenteeism, and Attitude value. The case study of 20 students with distance calculation using manhattan distance, chbychep distance and euclidian distance yielded 67% accuracy.
Keywords: data mining, clustering, k-means, student achievement
Abstrak: Tingginya tingkat keberhasilan siswa dan rendahnya tingkat kegagalan siswa merupakan cemin kualitas dunia pendidikan.Dunia pendidikan saat ini dituntut untuk memiliki kemampuan bersaing dengan memanfaatkan semua sumber daya yang dimiliki. Selain sumber daya sarana, prasarana dan manusia, sistem informasi merupakan salah satu sumber daya yang dapat digunakan untuk meningkatkan kemampuan barsaing. Data mining merupakan proses analisa data untuk menemukan suatu pola dara kumpulan data. Data mining mampu menganalisa jumlah data yang besar menjadi informasi yang mempunyai arti bagi pendukung keputusan. Salah satu proses data mining adalah clustring. Atribut yang digunakan dalam pengelompokan prestasi siswa adalah Nama, Ekstrakulikuler, Nilai yang meliputi Nilai Tugas, Nilai Uts, Nilai Uas, jumlah ketidak hadiran siswa (absensi), dan Nilai sikap. Studi kasus pada 20 siswa dengan perhitungan jarak menggunakan manhattan distance, chbychep distance dan euclidian distance menghasilkan akurasi sebesar 67%.
Kata kunci: data mining, clustering, k-means, prestasi siswa