ANALISIS SEBARAN PENGANGGURAN KABUPATEN/KOTA DI PULAU SUMATRA DENGAN MENGGUNAKAN METODE DBSCAN DAN K-MEANS CLUSTERING

Pengangguran merupakan salah satu isu sosial yang berpengaruh terhadap stabilitas
dan perkembangan ekonomi suatu daerah. Tingginya angka pengangguran dapat
memicu permasalahan sosial, peningkatan kriminalitas, serta menghambat
pertumbuhan ekonomi. Kondisi ini menunjukkan perlunya analisis distribusi
pengangguran yang lebih mendalam dengan pendekatan yang tepat. Penelitian ini
menggunakan dua metode clustering yaitu DBSCAN dan K-Means. DBSCAN
dipilih karena unggul dalam mendeteksi outlier dan mengelompokkan data
berdasarkan kepadatan, sedangkan K-Means dipilih karena mampu menghasilkan
pembagian cluster yang merata dengan implementasi yang lebih sederhana. Tujuan
penelitian ini adalah menganalisis sebaran pengangguran Kabupaten/Kota di Pulau
Sumatra. Data yang digunakan berupa jumlah pengangguran yang kemudian diolah
dengan pendekatan clustering untuk mengidentifikasi pola dan kelompok wilayah
berdasarkan kesamaan tingkat penganggurannya. Hasil analisis menunjukkan
bahwa DBSCAN membentuk 2 cluster utama dan 7 wilayah sebagai noise, dengan
nilai Silhouette Coefficient sebesar 0.6026 yang menunjukkan validitas clustering
yang baik. Sementara itu, K-Means menghasilkan 3 cluster dengan nilai Silhouette
Coefficient sebesar 0.5166, serta distribusi wilayah yang lebih merata dan mudah
diinterpretasikan. Secara keseluruhan, DBSCAN lebih unggul dalam
mengidentifikasi outlier dan struktur kepadatan, sedangkan K-Means lebih efektif
untuk segmentasi wilayah yang aplikatif di dunia nyata.
Kata Kunci: Pengangguran, DBSCAN, K-Means, Clustering, Pulau Sumatra, dan
Silhouette Coefficient