Penerapan K-Means dan Rank Order Centroid pada Proporsi Individu dengan Keterampilan Teknologi Informasi dan Komputer

Diana Nurfitriana, A. Voutama
{"title":"Penerapan K-Means dan Rank Order Centroid pada Proporsi Individu dengan Keterampilan Teknologi Informasi dan Komputer","authors":"Diana Nurfitriana, A. Voutama","doi":"10.54914/jtt.v9i2.608","DOIUrl":null,"url":null,"abstract":"Perkembangan teknologi yang berlangsung begitu cepat mengakibatkan perubahan yang terus terjadi dan sumber daya manusia yang mumpuni dibutuhkan guna mendukung zaman yang kian berkembang. Penelitian ini bertujuan untuk mengelompokkan individu keterampilan teknologi informasi dan komputer di Indonesia berdasarkan wilayah. Penelitian ini dilakukan dengan menggunakan K-Means clustering dan metode Rank Order Centroid, serta metode evaluasi clustering Davies-Bouldin Index untuk menilai akurasi. K-means clustering merupakan algoritma yang sederhana dan tidak membutuhkan target kelas. Terdapat kekurangan pada proses K-Means yaitu pada tahap penentuan centroid awal, maka dari itu digunakan metode ROC. Berdasarkan data yang diambil dari situs Badan Pusat Statistik Nasional tentang data proporsi individu usia 15-59 tahun dengan keterampilan TIK menurut provinsi selama rentang tahun 2017-2021 menghasilkan 3 cluster di antaranya adalah cluster tingkat tinggi terdapat 8 provinsi, cluster tingkat sedang terdapat 22 provinsi dan cluster tingkat rendah terdapat 4 provinsi dan didapatkan nilai evaluasi DBI sebesar 0,163625 yang mendekati 0, berarti kualitas akurasi dari hasil clustering baik. Berdasarkan hasil clustering dengan akurasi yang baik, penggunaan K-Means dapat dikombinasikan dengan ROC dan cukup efektif. Dari hasil penelitian ini dapat dimanfaatkan oleh pemerintah untuk meningkatkan kualitas sumber daya manusia di wilayah dengan tingkat keterampilan teknologi informasi dan komputer yang rendah. Saran untuk penelitian selanjutnya, menggunakan algoritma clustering lain dan ROC sebagai perbandingan.","PeriodicalId":428429,"journal":{"name":"Jurnal Teknologi Terpadu","volume":"24 4","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-12-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknologi Terpadu","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.54914/jtt.v9i2.608","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Perkembangan teknologi yang berlangsung begitu cepat mengakibatkan perubahan yang terus terjadi dan sumber daya manusia yang mumpuni dibutuhkan guna mendukung zaman yang kian berkembang. Penelitian ini bertujuan untuk mengelompokkan individu keterampilan teknologi informasi dan komputer di Indonesia berdasarkan wilayah. Penelitian ini dilakukan dengan menggunakan K-Means clustering dan metode Rank Order Centroid, serta metode evaluasi clustering Davies-Bouldin Index untuk menilai akurasi. K-means clustering merupakan algoritma yang sederhana dan tidak membutuhkan target kelas. Terdapat kekurangan pada proses K-Means yaitu pada tahap penentuan centroid awal, maka dari itu digunakan metode ROC. Berdasarkan data yang diambil dari situs Badan Pusat Statistik Nasional tentang data proporsi individu usia 15-59 tahun dengan keterampilan TIK menurut provinsi selama rentang tahun 2017-2021 menghasilkan 3 cluster di antaranya adalah cluster tingkat tinggi terdapat 8 provinsi, cluster tingkat sedang terdapat 22 provinsi dan cluster tingkat rendah terdapat 4 provinsi dan didapatkan nilai evaluasi DBI sebesar 0,163625 yang mendekati 0, berarti kualitas akurasi dari hasil clustering baik. Berdasarkan hasil clustering dengan akurasi yang baik, penggunaan K-Means dapat dikombinasikan dengan ROC dan cukup efektif. Dari hasil penelitian ini dapat dimanfaatkan oleh pemerintah untuk meningkatkan kualitas sumber daya manusia di wilayah dengan tingkat keterampilan teknologi informasi dan komputer yang rendah. Saran untuk penelitian selanjutnya, menggunakan algoritma clustering lain dan ROC sebagai perbandingan.
K-Means 和秩序中心法在掌握信息和计算机技术技能的个人比例中的应用
技术的飞速发展导致了不断的变化,需要合格的人力资源来支持不断发展的时代。本研究旨在按地区对印度尼西亚个人的信息技术和计算机技能进行聚类。本研究采用 K-均值聚类法和秩序中心法,以及戴维斯-博尔丁指数聚类评价法来评估准确性。K-means 聚类是一种简单的算法,不需要目标类别。K-means 方法存在不足之处,即在最初的中心点确定阶段,因此采用了 ROC 方法。根据从国家统计局网站获取的 2017-2021 年各省 15-59 岁具备 ICT 技能的个人比例数据,产生了 3 个聚类,包括 8 个省的高水平聚类、22 个省的中等水平聚类和 4 个省的低水平聚类,得到的 DBI 评价值为 0.163625,接近于 0,意味着聚类结果的准确性质量较好。在聚类结果准确性良好的基础上,K-Means 的使用可以与 ROC 相结合,而且效果相当好。政府可以利用本研究的结果来提高信息技术和计算机技能水平较低地区的人力资源质量。建议进一步研究,使用其他聚类算法和 ROC 作为比较。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信