Klasifikasi Data Pencari Kerja di Dinas Tenaga Kerja dan Transmigrasi Kabupaten Musi Rawas

Windia Palentina, Asep Toyib Hidayat, Bunga Intan

Abstract


Pencari kerja, seiring berjalannya waktu terus mengalami peningkatan di setiap tahunnya. Proses pendaftaran, pengawasan dan pengendalian tenaga kerja haruslah sesuai dengan kondisi dilapangan dimana lapangan kerja tidak berkesusaian dengan jumlah lulusan. Sehingga, jumlah pendaftaran pencari kerja dan penempatannya apabila tidak ditelaah dan dikelompokkan dapat menambah masalah dalam hal jumlah penganguran. Oleh sebab itu, penempatan tenaga kerja ini perlu adanya pengklasifikasian data pencari kerja.
Adapun cara untuk menelaah dan mengetahui data pencari kerja baik yang sudah ditempatkan ataupun belum ditempatkan dapat dilakukan dengan pengklasifikasian data pencari kerja tersebut. Sehingga data pencari kerja dapat diuraikan dan dikelompokkan berdasarkan data penempatannya. Hal ini berguna untuk memberikan gambaran yang jelas terkait data pencari kerja di Dinas Tenaga Kerja dan Transmigrasi Kabupaten Musi Rawas.
Penelitian ini merupakan penelitian kuantitatif. Pada penelitian ini menggunakan metode Naïve Bayes Classifier untuk melakukan klasifikasi data pencari kerja di Dinas Tenaga Kerja dan Transmigrasi Kabupaten Musi Rawas. Metode Naive Bayes Classifier digunakan untuk melakukan analisa dan pengelompokkan data pecari kerja antara pencari kerja yang sudah ditempatkan dan belum ditempatkan.
Hasil dari penelitian ini diharapkan agar dapat digunakan oleh Dinas Tenaga Keja dan Transmigrasi Kabupaten Musi Rawas sebagai tolak ukur dan penentuan kebijakan terkait pencari kerja kedepan.

Kata kunci : Klasifikasi, Naive Bayes Classifier, Pencari Kerja


Full Text:

PDF

References


W. Ningsih, F. Abdullah, F. Abdullah Wahyu Ningsih, P. Studi Ekonomi Pembangunan, and F. Ekonomi dan Bisnis, “Analisis Perbedaan Pencari Kerja dan Lowongan Kerja Sebelum dan Pada Saat Pandemi Covid-19 di Kota Malang,†2021. [Online]. Available: http://jurnal.unmer.ac.id/index.php/jrei/

E. Manalu, F. A. Sianturi, and M. R. Manalu, “Penerapan Algoritma Naive Bayes Untuk Memprediksi Jumlah Produksi Barang Berdasarkan Data Persediaan dan Jumlah Pemesanan Pada CV. Papadan Mama Pastries,†Jurnal Mantik Penusa, vol. 1, no. 2, pp. 16–21, 2017, [Online]. Available: https://ezp.lib.unimelb.edu.au/login?url=https://search.ebscohost.com/login.aspx?direct=true&db=ffh&AN=2008-10-Aa4022&site=eds-live&scope=site

A. Kadir, Langkah Mudah Pemograman R. Jakarta: PT. Elex Media Komputindo, 2019.

H. Annur, “Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes,†2018.

A. Novandya and I. Oktria, “Penerapan Algoritma Klasifikasi Data Mining C4.5 Pada Dataset Cuaca Wilayah Bekasi,†2017.

J. S. Kuryanti, “Rancangan Aplikasi Pengajuan KArtu Kuning Secara Online (studi Kasus : Dinas Tenaga Kerja dan Transmigrasi Kabupaten Musi Rawas),†in Seminar Nasional Inovasi dan Tren (SNIT), 2015, pp. 33–34. Accessed: Nov. 10, 2022. [Online]. Available: http://seminar.bsi.ac.id/snit/index.php/snit-2015/article/view/109

A. H. Hailitik, B. S. Djahi, and Y. Y. Nabuasa, “Klasifikasi Jurusan Menggunakan Metode Naïve Bayes Pada Sekolah Menengah Atas Negeri (SMAN) 1 Fatuleu Tengah,†J-Icon, vol. 5, no. 2, 2017.

Y. Sarvina, “Pemanfaatan Software Open Source ‘R’ Untuk Penelitian Agroklimat,†Informatika Pertanian, vol. 26, no. 1, 2017, doi: 10.21082/ip.v26n1.2017.p23-30.

A. P. Windarto, D. Hartama, A. Wanto, and I. Parlina, “Pelatihan Pemanfaatan Mendeley Desktop Sebagai Program Istimewa Untuk Akademisi Dalam Membuat Citasi Karya Ilmiah,†AKSIOLOGIYA : Jurnal Pengabdian Kepada Masyarakat, vol. 2, no. 2, 2018, doi: 10.30651/aks.v2i2.1319.

R. A. PUTR, “Klasifikasi Laporan Kriminalitas Pada Situs Lapor! Dengan Naïve Bayes Classifier (Nbc) Menggunakan Bahasa Pemrograman,†p. 196, 2016, [Online]. Available: http://repository.its.ac.id/63233/1/5212100072-Undergradute Thesis.pdf

N. Alfiah, “Klasifikasi Penerima Bantuan Sosial Program Keluarga Harapan Menggunakan Metode Naive Bayes,†Jurnal Teknologi Informasi, vol. XVI, no. 1 Maret 2021, 2021.

A. F. Sallaby and E. Suryana, “Penerapan Data Mining untuk Menentukan Jumlah Pencari Kerja Terdaftar Berdasarkan Umur dan Pendidikan Menggunakan K-Means Clustering (Studi Kasus di Dinas Tenaga Kerja Dan Transmigrasi Provinsi Bengkulu),†Journal of Technopreneurship and Information System (JTIS), vol. 1, no. 1, 2018, doi: 10.36085/jtis.v1i2.28.

Cucen, “Klasifikasi Penduduk Dalam Penentuan Penerimaan Bantuan Keluarga Harapan (PKH) di Dinas Sosial Kabupaten Musi Rawas Utara Menggunakan Metode Alogaritma Naïve Bayes,†Universitas Bina Insan, Lubuklinggau, 2022.

N. M. C. P. Dewi, “Prediksi Jumlah Pencari Kerja Berdasarkan Pendidikan Terakhir Menggunakan Metode Multilayer Perceptron,†Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi), 2016.

D. Waikabu, “Implementasi Algoritma Naive Bayes dan Regresi Logistik Dalam Klasifikasi Tepat Studi Mahasiswa Statistika Universitas Islam Indonesia,†Yoygakarta, 2016.


Refbacks

  • There are currently no refbacks.