Penerapan Metode K-NN untuk Klasifikasi Pencari Kerja pada Dinas Tenaga Kerja
DOI:
https://doi.org/10.70340/jirsi.v5i2.328Kata Kunci:
Department of Manpower, Classification, K-NN, Data MiningAbstrak
Pelabuhan-pelabuhan strategis Indonesia menghadapi ancaman maritim yang terus meningkat, seperti perompakan dan terorisme, sehingga penerapan International Ship and Port Facility Security (ISPS) Code secara efektif menjadi kebutuhan mendesak. Penelitian ini bertujuan menganalisis tingkat penerapan ISPS Code serta pengaruhnya terhadap efektivitas keamanan di Dermaga International Bulk Liquid (IBL) Pelabuhan Gresik. Metode yang digunakan adalah pendekatan kuantitatif deskriptif-eksplanatori dengan pengumpulan data melalui kuesioner skala Likert kepada 50 responden yang dipilih secara purposive, terdiri atas petugas keamanan, Port Facility Security Officer (PFSO), dan operator terminal, selama periode Januari–Juni 2025. Data didukung oleh observasi lapangan dan dokumen sekunder, kemudian dianalisis menggunakan regresi linier sederhana. Hasil penelitian menunjukkan bahwa penerapan ISPS Code berada pada kategori sangat baik, begitu pula tingkat efektivitas keamanan di dermaga tersebut. Penerapan ISPS Code terbukti memberikan pengaruh positif dan signifikan terhadap peningkatan efektivitas keamanan, dengan kontribusi yang cukup besar terhadap keseluruhan variasi yang terjadi. Penelitian ini menyimpulkan bahwa ISPS Code berperan substansial dalam memperkuat keamanan operasional pelabuhan, dan merekomendasikan penguatan pelatihan rutin serta integrasi teknologi pengawasan sebagai langkah optimalisasi ke depan.
Unduhan
Referensi
Oktaviana P, 2020, “Peta Ketidaksesuian Kualitas Sektoral di Indonesia”, Jurnal Ketenaga Kerjaan, vol. 15, no 2 edisi Juli – Desember, 2020
Valentine Andreas Manurung, “Analisis Produktivitas Tenaga Kerja dengan menggunakan Regressuon Tree dan Classification C50, Jurnal Rekayasa Industri, vol. 7 no 1 2025
Nabilatus S, Aang K, “Optimalisasi Jumlah Tenaga Kerja Langsung pada Perusahaan Produksi Air Minum Kemaasan”, Relawan Jurnal Indonesia, vol 11, no 2 2024
Ragam Santika, R., Kamila, A. 2020. Jurnal Inovtek Polbeng seri Informatika Vol 5 No 1 Tahun 2020. ” Penerapan Metode Profile Matching Dalam Sistem Penunjang Keputusan Pemilihan Karyawan Terbaik Pada Lembaga Penyiaran Publik Televisi Republik Indonesia”. Ciledug: Universitas Budi Luhur.
S. P. Dewi, N. Nurwati, und E. Rahayu, ”Penerapan Data Mining Untuk Prediksi Penjualan Produk Terlaris Menggunakan Metode K-Nearest Neighbor“, Build. Informatics, Technol. Sci., Bd. 3, Nr. 4, S. 639–648, 2022, doi: 10.47065/bits.v3i4.1408.
Nijunnihayah, U., Shofiah Hilabi, S. 2024. Journal of Machine Learning and Computer Science Vol 4 No 2 Hal 695-701 Tahun 2024. ” Implementasi Algoritma K-Nearest Neighbor untuk Prediksi Penjualan Alat Kesehatan pada Media Alkes”. Karawang: Universitas Buana Perjuangan Karawang.
P. Windia, H. Asep Toyib, “ Klasifikasi Data Pencari Kerja di Dinas Tenaga Kerja dan Transmigrasi Kabupaten Musi Rawas”. Jurnal Seminariset Mahasiswa – Computer & Electrical (SERIMA-CE). Vol 1, No 1 Tahun 2023, Lubuklinggau :Universitas Bina Insan Lubuklinggau.
F. Malik Namus Akbar,” Metode KNN (K-Nearest Neighbor) untuk Menentukan Kualitas Air”. Jurnal TEKNO KOMPAK, Vol. 18, No. 1 Hal 28-40, 2024.Yogyakarta : Universitas Pembangunan Nasional Yogyakarta.
Marinatul Khaliqah dan Luluk Sarifah, “Implementasi Algoritma K-Nearest Neighbor (K-NN) dalam Mengklasifikasikan Berbagai Jenis Ekspresi Wajah Manusia,” Math Journal Vol 9 No 1 2024. Sumenep: Universitas Annuqayah.
D. Handoko, H. S. Tambunan, und J. T. Hardinata,”Analisis Penjualan Produk Paket Kuota Internet Dengan Metode K-Nearest Neighbor“, Jurasik (Jurnal Ris. Sist. Inf. dan Tek. Inform., Bd. 6, Nr. 1, S.111, 2021, doi: 10.30645/jurasik.v6i1.275.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Budanis Dwi Meilani, Mochammad Reza Dwi Afriansyah, Sulistyowati Sulistyowati, Zuli Maulidati, Resa Uttungga

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.






