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

• HASAN BASRI
• CHINTYA AMELIA PUTRI
• 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/73417/ANALISIS-KOMPARATIF-METODE-K-MEANS-DAN-HIERARCHICAL-CLUSTERING-DALAM-PENGOLAHAN-DATA-PENGANGGURAN-TERBUKA-DI-INDONESIA
File full-text dikunci.