Pengelompokan Provinsi di Indonesia Berdasarkan Indikator Pekerjaan Layak dengan Menggunakan K-Medoids Clustering

Abstract

Pekerjaan layak memainkan peran krusial dalam mengurangi kemiskinan dan menjadi salah satu tujuan utama dalam pembangunan berkelanjutan. Studi ini dilakukan untuk mengkaji berbagai indikator yang berperan dalam menentukan pekerjaan layak di Indonesia dan mengklasifikasikan tingkat kemampuan kerja di 34 provinsi berdasarkan indikator yang terkait dengan sustainable development goals (SDGs), khususnya Tujuan 8 tentang pekerjaan layak dan pertumbuhan ekonomi. Data yang digunakan meliputi indikator-indikator seperti tingkat pengangguran terbuka, proporsi pekerja informal, persentase anak usia 10-17 tahun yang bekerja, perusahaan yang menerapkan norma K3, dan persentase pemuda usia 15–24 tahun yang saat ini tidak terdaftar dalam pendidikan, pekerjaan, atau pelatihan (NEET). Teknik analisis yang digunakan adalah metode principal component analysis (PCA) dan metode k-medoids clustering. Berdasarkan analisis PCA, diperoleh 2 faktor utama, yaitu faktor kesejahteraan dan ketenagakerjaan serta faktor pengangguran dan keselamatan kerja. Secara bersama-sama, kedua faktor ini menyumbang 73,9516% dari keseluruhan varians dalam data. Analisis cluster dilakukan dengan menggunakan 2 faktor utama ini. Berdasarkan analisis pengelompokan menggunakan metode k-medoids, dihasilkan 3 cluster. Cluster 1 yang terdiri dari 20 provinsi merupakan wilayah dengan indikator pekerjaan layak yang moderat, cluster 2 yang terdiri dari 5 provinsi merupakan wilayah dengan indikator pekerjaan layak yang tinggi, dan cluster 3 yang terdiri dari 9 provinsi merupakan wilayah dengan indikator pekerjaan layak yang tinggi.

Kata kunci: Pekerjaan layak; sustainable development goals (SDGs); k-medoids; principal component analysis (PCA).

Decent work plays a crucial role in reducing poverty and serves as one of the key objectives in sustainable development. This study was conducted to examine various indicators that play a role in determining decent work in Indonesia and to classify the level of workability in 34 provinces based on indicators related to Sustainable Development Goals (SDGs), particularly Goal 8 on decent work and economic growth. The data used includes indicators such as the open unemployment rate, proportion of informal workers, percentage of children aged 10-17 years who work, companies that apply OSH norms, and the percentage of youth aged 15–24 who are not currently enrolled in education, work, or training (NEET). The analysis techniques used are Principal Component Analysis (PCA) method and K-Medoids Clustering method. Based on PCA analysis, 2 main factors were obtained, namely the welfare and employment factor and the unemployment and job safety factor. Together, these two factors account for 73.9516% of the overall variance in the data. Cluster analysis was conducted using these 2 main factors. Based on clustering analysis using the K-Medoids method, 3 clusters were generated. Cluster 1 consisting of 20 provinces is a region with moderate decent work indicators, cluster 2 consisting of 5 provinces is a region with high decent work indicators, and cluster 3 consisting of 9 provinces is a region with high decent work indicators.

Keywords: decent work; sustainable development goals (SDGs); k-medoids; principal component analysis (PCA).