Penerapan K-Means untuk Mengklasifikasikan Tingkat Keterampilan Teknologi Informasi dan Komunikasi di Pulau Jawa

Indonesaia tepatnya Pulau Jawa menjadi sentra kegiatan ekonomi, pendidikan, dan teknologi. Seiring berkembangnya teknologi informasi dan komunikasi (TIK), kebutuhan akan keterampilan digital semakin meningkat. Permasalahan penelitian masih ada perbedaan signifikan dalam tingkat penguasaan keterampil...

Full description

Saved in:
Bibliographic Details
Main Authors: Frisma Handayanna, sunarti sunarti
Format: Article
Language:English
Published: Universitas Dian Nuswantoro, Fakultas Ilmu Komputer 2025-06-01
Series:JOINS (Journal of Information System)
Subjects:
Online Access:https://publikasi.dinus.ac.id/index.php/joins/article/view/12917
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:Indonesaia tepatnya Pulau Jawa menjadi sentra kegiatan ekonomi, pendidikan, dan teknologi. Seiring berkembangnya teknologi informasi dan komunikasi (TIK), kebutuhan akan keterampilan digital semakin meningkat. Permasalahan penelitian masih ada perbedaan signifikan dalam tingkat penguasaan keterampilan TIK, khususnya pada kelompok usia 15–59 tahun, memiliki akses ke berbagai teknologi modern, TIK sangat vital mendorong perkembangan diwilayah. Penelitian ini bertujuan mengelompokkan tingkat keterampilan TIK remaja dan dewasa usia 15–59 tahun berdasarkan data 2022–2024 dengan metode algoritma K-Means Clustering. Dimana metode ini mampu mengklasifikasikan data pada klaster yang mendasar pada kemiripan karakteristik tanpa memerlukan label kelas. Data dianalisis dan dikelompokkan menjadi klaster keterampilan dari rendah hingga tinggi. Hasil penelitian menunjukkan pola distribusi keterampilan yang dapat menjadi acuan pemerintah dan lembaga pelatihan dalam menyusun program pengembangan kapasitas digital secara lebih merata dan sesuai kebutuhan wilayah. Pendekatan berbasis data ini mendukung peningkatan literasi dan keterampilan TIK secara lebih efisien, tepat sasaran, dan berkelanjutan di Pulau Jawa.
ISSN:2528-0228
2528-0236