Klasterisasi Wilayah di Jawa Barat dengan Gaussian Mixture Model untuk Pemetaan Strategi Kebijakan Ketenagakerjaan
Keywords:
Disparitas, GMM, Klaster, Pembangunan, SDMAbstract
Kesenjangan sosial-ekonomi antar wilayah di Jawa Barat menunjukkan adanya perbedaan kualitas modal manusia dan kesempatan kerja yang perlu ditangani melalui pendekatan berbasis klaster. Penelitian ini bertujuan untuk mengidentifikasi karakteristik klaster wilayah, menganalisis permasalahan utama serta kebutuhan pembangunan spesifik tiap klaster, dan merumuskan rekomendasi kebijakan yang paling tepat untuk meningkatkan kualitas serta serapan tenaga kerja daerah. Metode Gaussian Mixture Model (GMM) digunakan dan menghasilkan tiga klaster: wilayah urban-menengah dengan kepadatan tinggi dan mismatch keterampilan, wilayah perdesaan dengan kualitas pendidikan rendah dan dominasi sektor informal, serta wilayah super-urban dengan pengangguran terdidik dan tekanan demografis besar. Temuan ini menunjukkan perlunya intervensi berbeda pada setiap klaster, seperti penguatan link and match pendidikan–industri, peningkatan pendidikan dasar-menengah, serta pengembangan keterampilan teknologi dan inovasi. Secara keseluruhan, kebijakan SDM berbasis klaster mampu memberikan arah pembangunan yang lebih tepat sasaran untuk mengurangi disparitas sosial-ekonomi dan meningkatkan daya saing tenaga kerja Jawa Barat.
Kata Kunci: Disparitas, GMM, Klaster, Pembangunan, SDM
References
Abae, Irawan; Royali, A. S. (2024). Ekonomi Regional: Dinamika Ketimpangan, Integrasi Daerah, Dan Inovasi Daerah (Pertama; F. K. Sari, Ed.). Lamongan: Cv Detak Pustaka.
Badan Pusat Statistik. (2023). Keadaan Ketenagakerjaan Jawa Barat 2023. Bps Provinsi Jawa Barat.
Bps Jawa Barat. (2024). Statistik Ketenagakerjaan Provinsi Jawa Barat, 2024. Badan Pusat Statistik Provinsi Jawa Barat.
Bps Provinsi Jawa Barat. (2025a). Indeks Pembangunan Manusia (Ipm) Menurut Kabupaten Kota (Umur Harapan Hidup/Uhh Hasil Lf Sp2020*), 2025.
Bps Provinsi Jawa Barat. (2025b). Rata-Rata Lama Sekolah Penduduk Berumur 15 Tahun Ke Atas Menurut Kabupaten/Kota (Tahun), 2025.
Bps Provinsi Jawa Barat. (2025c). Tingkat Pengangguran Terbuka Kabupaten/Kota (Persen), 2025.
Bps Provisin Jabar. (2025). Tingkat Partisipasi Angkatan Kerja Menurut Kabupaten/Kota (Persen), 2025.
Hastuti, W., Wulandari, S., & Puspitasari, A. D. (2021). Penerapan Metode Klasterisasi Dalam Pemetaan Tingkat Kesejahteraan Di Indonesia. Jurnal Ekonomi Dan Bisnis, 24(2), 110–125.
International Labour Organization. (2021). Skills Development And Lifelong Learning In Asia-Pacific. Ilo Regional Office.
Kementerian Komunikasi Dan Informatika. (2022). Roadmap Pengembangan Talenta Digital Indonesia. Kemenkominfo Ri.
Kuncoro, M. (2018). Ekonomi Pembangunan: Teori, Masalah, Dan Kebijakan (Edisi Kelima). Upp Stim Ykpn.
Mckinsey Global Institute. (2021). The Future Of Work In Asia: Automation, Job Growth, And Skill Requirements. Mckinsey & Company.
Nur, M. (2025). Rekomendasi Kebijakan Memajukan Ekonomi Jawa Barat Book Of Proceedings Tahun 2025 Rekomendasi Kebijakan Memajukan Ekonomi Jawa Barat.
Open Data Jabar. (2025). Kepadatan Penduduk Berdasarkan Kabupaten/Kota Di Jawa Barat.
Rachma, M., & Santoso, C. B. (2025). Klasterisasi Data Pengangguran Di Pulau Jawa Menggunakan Algoritma K-Means Dalam. 8, 202–209.
Samudra, Azhari Aziz., D. (2023). Implementasi Kebijakan Publik & Evidence-Base Policy (E. Satispi, Ed.). Yogyakarta: Penerbit Samudra Biru.
Setiawan, B. (2019). Analisis Klasterisasi Regional Berbasis Indikator Sosial-Ekonomi Menggunakan Algoritma K-Means. Jurnal Ilmu Komputer Dan Informasi, 12(1), 1–10.
Sulung, U., & Muspawi, M. (2024). Memahami Sumber Data Penelitian : Primer, Sekunder, Dan Tersier. Jurnal Edu Research, 5(3), 110–116.
Suwarno, H. L. (2025). Strategi Peningkatan Intensi Berwirausaha Mahasiswa Dalam Rangka Mengurangi Tingginya Potensi Tingkat Pengangguran (Pertama; Cynthia, Ed.). Yogyakarta: Cv Andi Offset.
World Bank. (2020). Human Capital Development In Rural Indonesia: Challenges And Opportunities. World Bank Group.
