ANALISIS DATA MINING DALAM MENGELOMPOKKAN PERSENTASE ANAK USIA 10-17 TAHUN YANG BEKERJA MENURUT PROVINSI MENGGUNAKAN ALGORITMA K-MEDOID

Pekerjaan merupakan kegiatan yang dilakukan mahkluk hidup untuk memenuhi kebutuhan hidupnya. Penduduk yang berkerja dengan rentan umur 10-17 hampir rata-rata tidak sesuai dengan usia mereka, yang seharusnya pekerjaan itu dilakukan orang dewasa tapi di lakukan oleh kalangan umur 10-17 tahun yang seharusnya itu adalah usia sekolah. Maka dari itu saya melakukan pengelompokkan data Persentase Anak Usia 10-17 Tahun Yang Bekerja Menurut Provinsi. Disini saya menggunakan data mining dengan metode K-Medoids untuk mengelompokkan Persentase Anak Usia 10-17 Tahun Yang Bekerja Menurut Provinsi, penelitian ini dilakukan di Indonesia. Metode K-Medoids adalah metode dari data mining teknik partisi klasik clustering yang mengelompokkan dataset dari n objek ke dalam kelompok K dikenal apriori. Sebuah alat yang berguna untuk menentukan k adalah siluet. Hal ini lebih kuat untuk kebisingan dan outlier dibandingkan dengan KMeans karena meminimalkan sejumlah dissimilarities berpasangan bukannya jumlah kuadrat jarak euclidean. Sebuah medoid dapat didefinisikan sebagai objek cluster yang rata-rata perbedaan untuk semua objek dalam cluster minimal. Yaitu merupakan titik paling berlokasi di cluster. K-Medoids menggunakan objek pada kumpulan objek untuk mewakili sebuah cluster. Objek yang terpilih untuk mewakili sebuah cluster disebut medoid. Cluster dibangun dengan menghitung kedekatan yang dimiliki antara medoid dengan objek nonmedoid. Sumber Data dan penelitian ini berasal dari Badan Pusat Statistik. Sehingga nantinya akan diperoleh 3 cluster tinggi, sedang dan terendah pada setiap provinsi. Hal ini dapat menjadi masukan kepada pemerintah, provinsi yang menjadi perhatian dalam jumlah Persentase Anak Usia 10-17 Tahun Yang Bekerja Menurut Provinsi.

Kata Kunci: Data Mining, Persentase Anak Usia 10-17 Tahun Yang Bekerja, Clustering, K-Medoid.