@article{Fauzi_Rizki_Rendi_Nurul_Novitasari_Nooraeni_2020, title={Workforce Classification in West Java 2018 With Random Forest}, volume={17}, url={https://journal.unhas.ac.id/index.php/jmsk/article/view/11680}, DOI={10.20956/jmsk.v17i2.11680}, abstractNote={<p>Pengangguran di Indonesia merupakan masalah yang serius. Tingginya angka pengangguran di Indonesia tersebut dikarenakan jumlah lapangan kerja yang tersedia tidak sebanding dengan jumlah angkatan kerja yang terus meningkat. Berdasarkan data BPS, Provinsi Jawa Barat sebagai penyumbang terbesar jumlah pengangguran di indonesia, dengan angka tingkat pengangguran terbuka sebesar 8,52 persen.&nbsp; Tujuan penelitian ini untuk melakukan klasifikasi penduduk angkatan kerja kedalam kelompok berstatus pengangguran atau bukan pengangguran (bekerja) di Provinsi Jawa Barat tahun 2018 dengan metode <em>random forest</em> menggunakan pendekatan <em>machine learning</em><em>. </em>Model <em>random forest</em> ini dibentuk dengan 80 persen dari data total atau sebanyak 16.059 data untuk data <em>training </em>dan 20 persen dari data total atau sebanyak 4.015 data untuk data <em>testing</em>. Penelitian ini menggunakan data Sakernas 2018 dan terdapat tujuh variabel yang digunakan dalam penelitian, yaitu klasifikasi wilayah, jenis kelamin, umur, status perkawinan, tingkat pendidikan, pelatihan, dan pengalaman kerja. Dalam model <em>random forest</em> yang terbentuk, variabel status pernikahan dan tingkat pendidikan seseorang memiliki kontribusi besar dalam menentukan status pengangguran.</p>}, number={2}, journal={Jurnal Matematika, Statistika dan Komputasi}, author={Fauzi, Ahmad Safrian and Rizki, Muh. and Rendi, Rendy and Nurul , Ria and Novitasari, Tika and Nooraeni, Rani}, year={2020}, month={Dec.}, pages={240-251} }