ANALISIS KOMPARATIF METODE K-MEANS DAN HIERARCHICAL CLUSTERING DALAM PENGOLAHAN DATA PENGANGGURAN TERBUKA DI INDONESIA

• DANANG HARI ANGGORO MUKTI
• 2025

---

Pengangguran terbuka (TPT) menjadi salah satu indikator penting dalam menilai kondisi ekonomi dan ketenagakerjaan suatu negara, penelitian ini bertujuan untuk mengelompokkan dan menganalisis data TPT berdasarkan usia di Indonesia periode 2021-2024, serta membandingkan performa dua metode klasterisasi populer, yaitu, k- means dan hierarchical clustering. Data diperoleh dari Badan Pusat Statistik (BPS) dan diproses menggunakan perangkat lunak orange. Evaluasi klasterisasi dilakukan menggunakan silhouette score untuk menilai kualitas pengelompokan. Hasil penelitian menunjukkan bahwa kedua metode menghasilkan dua klaster utama yang sama, yaitu kelompok usia 15-24 tahun dan 25 ke atas, dengan nilai silhouette score yang sama yaitu 0.7960. meski demikian, metode k-means memiliki keunggulan dari segi efisiensi waktu dan kejelasan proses iterasi, sedangkan hierarchical clustering memberikan kelebihan dalam visualisasi dan interpretasi melalui dendogram. Penelitian ini menyimpulkan bahwa kedua metode sama-sama dapat disesuaikan dengan tujuan analisis.

• clustering
• hierarchical clustering
• k-means
• pengangguran terbuka
• silhouette score.

https://repository.bsi.ac.id/repo/73983/ANALISIS-KOMPARATIF-METODE-K-MEANS-DAN-HIERARCHICAL-CLUSTERING-DALAM-PENGOLAHAN--DATA-PENGANGGURAN-TERBUKA-DI-INDONESIA
File full-text dikunci.