dc.contributor.advisor | Ayundyah Kesumawati, S.Si., M.Si. | |
dc.contributor.author | Fadhiila Senjaliana | |
dc.date.accessioned | 2021-07-27T04:36:47Z | |
dc.date.available | 2021-07-27T04:36:47Z | |
dc.date.issued | 2021-03-22 | |
dc.identifier.uri | https://dspace.uii.ac.id/handle/123456789/30886 | |
dc.description.abstract | Analisis clustering merupakan analisis yang bertujuan untuk penempatan
sekumpulan obyek dalam dua tau lebih kelompok berdasarkan kesamaan objek
karakteristiknya. Terdapat beberapa algoritma clustering yaitu Algoritma KMedoids
dan
Self
Organizing
Maps
(SOM).
Studi
kasus
dalam
penelitian
ini
yaitu
terkait
ketenagakerjaan, tenaga kerja merupakan salah satu bidang untuk
memajukan perekonomian suatu negara dari segi kuantitas dan kualitas sebagai
sasaran untuk mengembangkan pasar serta sumber daya proses produksi dan
distribusi barang dan jasa. Perbaikan masalah ketenagakerjaan di Indonesia
menggunakan pasar tenaga kerja memberikan jalan keluar untuk menciptakan
kondisi sinergi antara penjual dan pemberi tenaga kerja sehingga perlu
diberlakukannya kerjasama baik antara pihak yang terkait, yaitu penjual tenaga
kerja, pembeli tenaga kerja, dan pemerintah. Oleh sebab itu, peneliti tertarik
melakukan penelitian terkait ketenagakerjaan di Indonesia tahun 2017-2019
menggunakan Algoritma K-Medoids dan Self Organizing Maps (SOM). Berdasrkan
hasil cluster menggunakan Algoritma K-Medoids didapatkan hasil pada rata-rata
data tahun 2017 sampai 2019 yaitu cluster satu terdiri dari 29 provinsi dan cluster
dua terdapat 5 provinsi. Sedangkan hasil menggunakan algoritma SOM didapatkan
pada rata-rata data tahun 2017 sampai 2019 yaitu cluster satu terdiri dari 28 provinsi
dan cluster dua terdapat 6 provinsi. Selanjutnya berdasarkan hasil perbandingan
metode cluster terbaik menggunakan validasi internal (indeks connectivity, dunn ,
dan silhouette) didapatkan algoritma terbaik yaitu Algoritma K-Medoids. | en_US |
dc.publisher | Universitas Islam Indonesia | en_US |
dc.subject | Ekonomi | en_US |
dc.subject | Indikator Pasar Tenaga Kerja | en_US |
dc.subject | K-Medoids Clustering | en_US |
dc.subject | Self Organizing Maps | en_US |
dc.title | Analisis Perbandingan Algoritma K-Medoids Clustering Dan Self Organizing Maps (SOM) Dalam Cluster Data (Studi Kasus : Data Indikator Pasar Tenaga Kerja setiap Provinsi di Indonesia tahun 2017-2019) | en_US |
dc.Identifier.NIM | 17611059 | |