Analisis Komponen Utama dan Klasterisasi K-Means pada Data Pengangguran Terbuka Kabupaten/Kota di Provinsi Sulawesi Selatan

Authors

  • Muhammad Hidayatullah Universitas Sulawesi Barat, Majene, Sulawesi Barat, Indonesia
  • Afif Budi Andy B Universitas Sulawesi Barat, Majene, Sulawesi Barat, Indonesia
  • Irwan Usman Universitas Sulawesi Barat, Majene, Sulawesi Barat, Indonesia

DOI:

https://doi.org/10.62411/tc.v25i2.16110

Abstract

Pengangguran terbuka merupakan salah satu permasalahan ketenagakerjaan yang masih menjadi tantangan di Provinsi Sulawesi Selatan, dengan tingkat disparitas yang tinggi antar kabupaten/kota. Penelitian ini bertujuan untuk mengelompokkan 24 kabupaten/kota di Provinsi Sulawesi Selatan berdasarkan pola Tingkat Pengangguran Terbuka (TPT) tahun 2019–2023 menggunakan kombinasi metode Principal Component Analysis (PCA) dan K-Means clustering. Data yang digunakan merupakan data sekunder TPT hasil Survei Angkatan Kerja Nasional (Sakernas) periode Agustus yang bersumber dari Badan Pusat Statistik (BPS) Provinsi Sulawesi Selatan. Analisis PCA dilakukan untuk mereduksi dimensi data dari lima variabel tahun pengamatan menjadi beberapa komponen utama yang saling ortogonal, kemudian skor komponen utama digunakan sebagai input dalam K-Means clustering. Hasil penelitian menunjukkan bahwa 24 kabupaten/kota terbagi ke dalam tiga cluster, yaitu Cluster 1 dengan 13 kabupaten/kota berkategori TPT rendah, Cluster 2 dengan 9 kabupaten/kota berkategori TPT menengah, dan Cluster 3 dengan 2 wilayah yaitu Kota Makassar dan Kota Palopo yang berkategori TPT tinggi. Hasil pengelompokan ini diharapkan dapat menjadi referensi bagi pemerintah daerah dalam merumuskan kebijakan ketenagakerjaan yang tepat sasaran sesuai karakteristik masing-masing wilayah. Kata Kunci – Clustering, K-Means, Principal Component Analysis, Pengangguran Terbuka, Sulawesi Selatan

Downloads

Published

2026-05-28

Issue

Vol. 25 No. 2 (2026): May 2026

Section

Articles

License

Copyright (c) 2026 Muhammad Hidayatullah, Afif Budi Andy B, Irwan Usman

Creative Commons License

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

 

License Terms

All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:

1. Attribution

Readers and users are free to:

  • Share – Copy and redistribute the material in any medium or format.

  • Adapt – Remix, transform, and build upon the material.

As long as proper credit is given to the original work by citing the author(s) and the journal.

2. Non-Commercial Use

  • The material cannot be used for commercial purposes.

  • Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.

3. Rights of Authors

  • Authors retain copyright and grant Techno.COM Journal the right to publish the article.

  • Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.

4. No Additional Restrictions

  • The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.

5. Disclaimer

  • The journal is not responsible for how the published content is used by third parties.

  • The opinions expressed in the articles are solely those of the authors.

For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/