PENENTUAN CLUSTER KONDISI KETENAGAKERJAAN DI INDONESIA PADA TAHUN 2022 DENGAN KASUS MULTIKOLINEARITAS MENGGUNAKAN METODE AVERAGE LINKAGE


Dames Adriyana Makarimi, 4111419054 (2023) PENENTUAN CLUSTER KONDISI KETENAGAKERJAAN DI INDONESIA PADA TAHUN 2022 DENGAN KASUS MULTIKOLINEARITAS MENGGUNAKAN METODE AVERAGE LINKAGE. Under Graduates thesis, UNNES.

[thumbnail of SK Dosbing.pdf] PDF - Published Version
Download (237kB)
[thumbnail of SK Penguji.pdf] PDF - Published Version
Download (223kB)
[thumbnail of CamScanner 11-01-2023 11.45.pdf] PDF - Published Version
Download (200kB)
[thumbnail of SK Layak Terbit UJM_4111419054 ttd.pdf] PDF - Published Version
Restricted to Repository staff only

Download (229kB) | Request a copy
[thumbnail of artikel UJM_4111419054.pdf] PDF - Published Version
Restricted to Repository staff only

Download (349kB) | Request a copy
[thumbnail of Cover-Daftar Isi.pdf] PDF
Restricted to Repository staff only

Download (442kB) | Request a copy
[thumbnail of Skripsi Lengkap.pdf] PDF - Published Version
Restricted to Repository staff only

Download (3MB) | Request a copy

Abstract

Masing-masing daerah memiliki permasalahan ketenagakerjaan yang berbeda seperti pengangguran, kelayakan pekerjaan , kesempatan kerja, kualitas pekerja, dan kesejahteraan pekerja. Tujuan dari penelitian ini adalah mengetahui solusi dari kasus multikolinearitas dengan Analisis Komponen Utama, mengetahui hasil cluster dengan analisis Average Linkage, dan mengetahui identifikasi masing-masing cluster hasil analisis Average Linkage. Penelitian ini menggunakan jenis penelitian dengan pendekatan kuantitatif. Metode pengumpulan data yang digunakan adalah metode dokumentasi yang diperoleh dari publikasi buku Badan Pusat Statistik. Data yang digunakan dalam penelitian ini merupakan data sekunder dengan objek penelitian 34 provinsi di Indonesia dengan 8 variabel yaitu jumlah penduduk, penduduk berusia 15 tahun ke atas yang bekerja, tingkat partisipasi angkatan kerja, tingkat pengangguran terbuka, tingkat pekerja sektor informal, tingkat pekerja bebas, tingkat angkatan kerja berpendidikan rendah, dan rata-rata upah buruh/karyawan/pegawai. Dalam menyelesaikan masalah multikolinearitas, Analisis Komponen Utama mereduksi dimensi delapan variabel menjadi tiga Komponen Utama. Tiga Komponen Utama yang terbentuk berhasil menjelaskan variansi delapan variabel sebesar 85,79% dan sudah tidak terjadi multikolinearitas. Tiga komponen utama tersebut menjadi data baru yang akan digunakan dalam proses analisis cluster. Dari hasil analisis cluster Average Linkage, provinsi di Indonesia terbagi menjadi 4 cluster. Karakteristik cluster yang terbentuk adalah sebagai berikut, cluster 1 memiliki tingkat pengangguran terbuka yang rendah namun persentase tingkat pekerja sektor informalnya tinggi. Sedangkan, cluster kedua memiliki tingkat pengangguran terbuka yang tinggi dengan tingkat pekerja sektor informal yang rendah. Cluster ketiga memiliki kondisi yang paling berbeda karena meskipun memiliki kesempatan kerja yang baik, namun cluster ketiga masih menunjukkan angka pengangguran yang tinggi. Hal ini terjadi karena cluster ketiga terdiri dari provinsi-provinsi dengan penduduk terbanyak di Indonesia. Cluster keempat memiliki kesempatan kerja yang baik dan tingkat pengangguran yang rendah, namun cluster keempat memiliki kualitas pekerja dan kelayakan pekerjaan yang sangat buruk. Berdasarkan hasil cluster yang terbentuk, pemerintah dapat memprioritaskan penanganan masing-masing daerah sesuai dengan masalah ketenagakerjaannya seperti meningkatkan akses pendidikan, mendorong investasi disektor yang menjanjikan peluang baru, dan perubahan regulasi untuk sektor informal.

Item Type: Thesis (Under Graduates)
Uncontrolled Keywords: Multikolinearitas, Ketenagakerjaan, Average Linkage
Subjects: Q Science > QA Mathematics
Fakultas: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika, S1
Depositing User: Mahasiswa FMIPA
Date Deposited: 01 Nov 2023 08:28
Last Modified: 01 Nov 2023 08:28
URI: http://lib.unnes.ac.id/id/eprint/60576

Actions (login required)

View Item View Item