ANALISA METODE DATA MINING PADA PENGELOMPOKAN LAPANGAN KERJA INFORMAL SEKTOR NON-PERTANIAN

 (*)Khairunnissa Fanny Irnanda Mail (, —)
 Agus Perdana Windarto (, —)
 Dedy Hartama (, —)
 Anjar Wanto (, —)

(*) Corresponding Author

Abstract

The objective of the study is to classify informal employment in non-agricultural sectors. Data sources are obtained from the Central Statistics Agency (BPS). The data used is the proportion of employment for informal non-agricultural sectors (2015-2018), consisting of 34 Provinces in Indonesia. The Method used to solve the problem is datamining technique K-Medoid. The results of the research showed that the percentage of informal employment of non-agricultural sectors based on the lowest region became a record for the government to further increase human resources and more open the field jobs in non-agricultural sectors, among others.

Keywords: Informal sector, Datamining, K-Medoid, Clustering, Non-Agricultural

Full Text:

PDF


Article Metrics

Abstract view : 734 times
PDF - 566 times

References

A. A. Noeraini, M. Fakultas, and E. Universitas, “EKONOMI INFORMAL DI INDONESIA, SUATU TINJAUAN PUSTAKA,” 2013.

S. P. Pekerja, S. Informal, and A. Kebijakan, “Studi Profil Pekerja di Sektor Informal dan Arah Kebijakan ke Depan 1,” pp. 1–18, 2002.

L. Kerja and D. A. N. Perbandingannya, “Kontribusi sektor pertanian dalam penyediaan lapangan kerja dan perbandingannya dengan sektor-sektor lain,” pp. 1–15, 1999.

S. M. Dewi and A. P. Windarto, “Analisis Metode Electre Pada Pemilihan Usaha Kecil Home Industry Yang Tepat Bagi Mahasiswa,” Sist. J. Sist. Inf., vol. 8, no. 3, pp. 377–385, 2019.

D. R. S. P, A. A. Muin, and M. Amin, “PEMILIHAN FACIAL WASH UNTUK KULIT WAJAH BERMINYAK DENGAN METODE PROMETHEE II,” CESS (Journal Comput. Eng. Syst. Sci., vol. 4, no. 2, pp. 222–229, 2019.

C. Astria, A. P. Windarto, and Z. Musiafa, “PEMILIHAN PRODUK SAMPO SESUAI JENIS KULIT KEPALA DENGAN METODE PROMETHEE II,” CESS (Journal Comput. Eng. Syst. Sci., vol. 4, no. 2, pp. 178–185, 2019.

D. N. Batubara, A. P. Windarto, and M. R. Raharjo, “PENERAPAN PROMETHEE II PADA PEMILIHAN PRODUK CONDITIONER SEBAGAI UPAYA PENINGKATAN MINAT BELI KONSUMEN,” CESS (Journal Comput. Eng. Syst. Sci., vol. 4, no. 2, pp. 191–197, 2019.

D. N. Batubara, D. R. S. P, and A. P. Windarto, “Penerapan Metode PROMETHEE II Pada Pemilihan Situs Travel Berdasarkan Konsumen,” J. SISFOKOM, vol. 8, no. 1, pp. 46–52, 2019.

A. P. Windarto, “Penerapan Datamining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering Method,” Techno.Com, vol. 16, no. 4, pp. 348–357, 2017.

M. G. Sadewo et al., “PENERAPAN ALGORITMA CLUSTERING DALAM MENGELOMPOKKAN BANYAKNYA DESA / KELURAHAN MENURUT UPAYA ANTISIPASI / MITIGASI BENCANA ALAM MENURUT PROVINSI DENGAN K-MEANS,” vol. 2, pp. 311–319, 2018.

H. Siahaan, H. Mawengkang, S. Efendi, A. Wanto, and A. P. Windarto, “Application of Classification Method C4 . 5 on Selection of Exemplary Teachers,” in IOP Conference Series, 2018, pp. 1–6.

Sudirman, A. P. Windarto, and A. Wanto, “Data mining tools | rapidminer: K-means method on clustering of rice crops by province as efforts to stabilize food crops in Indonesia,” IOP Conf. Ser. Mater. Sci. Eng., vol. 420, p. 12089, 2018.

S. Azhar, H. Latipa, S. Leni, and N. Zulita, “Sistem Pakar Penyakit Ginjal Pada Manusia Menggunakan Metode Forward Chaining,” J. Media Infotama, vol. 10, no. 1, pp. 16–26, 2014.

T. Budiharjo, Soemartono, T., Windarto, A.P., Herawan, “Predicting tuition fee payment problem using backpropagation neural network model,” Int. J. Adv. Sci. Technol., 2018.

T. Budiharjo, Soemartono, T., Windarto, A.P., Herawan, “Predicting school participation in indonesia using back-propagation algorithm model,” Int. J. Control Autom., 2018.

A. P. Windarto, M. R. Lubis, and Solikhun, “MODEL ARSITEKTUR NEURAL NETWORK DENGAN BACKPROPOGATION PADA PREDIKSI TOTAL LABA RUGI KOMPREHENSIF BANK UMUM KONVENSIONAL,” Kumpul. J. Ilmu Komput., vol. 5, no. 2, pp. 147–158, 2018.

A. P. Windarto, M. R. Lubis, and Solikhun, “IMPLEMENTASI JST PADA PREDIKSI TOTAL LABA RUGI KOMPREHENSIF BANK UMUM KONVENSIONAL DENGAN BACKPROPAGATION,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 4, pp. 411–418, 2018.

Sumijan, A. P. Windarto, A. Muhammad, and Budiharjo, “Implementation of Neural Networks in Predicting the Understanding Level of Students Subject,” Int. J. Softw. Eng. Its Appl., vol. 10, no. 10, pp. 189–204, 2016.

“Implementasi Algoritma K-modes untuk Penentuan Prioritas Rehabilitasi Daerah Aliran Sungai Berdasarkan Parameter Lahan Kritis,” pp. 429–440, 2017.

L. Maulida, P. Studi, and M. Informatika, “KUNJUNGAN WISATAWAN KE OBJEK WISATA UNGGULAN DI PROV . DKI JAKARTA DENGAN K-MEANS,” vol. 2, no. 3, pp. 167–174, 2018.

B. Di and C. Com, “K-MODES CLUSTERING UNTUK MENGETAHUI JENIS MASAKAN DAERAH YANG POPULER PADA WEBSITE RESEP ONLINE ( STUDI KASUS : MASAKAN,” vol. 4, no. 4, pp. 290–296, 2017.

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer)




KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer)
P3M STMIK Budi Darma
Sekretariat Jln. Sisingamangaraja No. 338 Telp 061-7875998
email: komik@univ-bd.ac.id, komik.budidarma@gmail.com

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.