VIsualisasi Data Covid-19 dan Analisa Hubungannya dengan Tingkat Pengangguran di Indonesia

Dinata, Jessica Viona (2021) VIsualisasi Data Covid-19 dan Analisa Hubungannya dengan Tingkat Pengangguran di Indonesia. Bachelor Thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (362kB)
	Text DAFTAR_PUSTAKA.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (139kB)
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (203kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (474kB) | Preview
	Text BAB_III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (91kB)
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text BAB_V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (76kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (174kB)

Abstract

WHO telah menetapkan COVID-19 sebagai pandemi global. Indonesia merupakan salah satu negara yang terdampak. Tidak hanya sektor kesehatan, tetapi juga berdampak pada pendidikan, perekonomian, politik dan bahkan di dunia bisnis dan pekerjaan. Dalam meminimalisir pengeluaran, perusahaan melakukan berbagai hal salah satunya adalah dengan melakukan Pemutusan Hubungan Kerja (PHK) terhadap karyawannya dan berdampak pada tingkat pengangguran di Indonesia. Data yang digunakan dalam penelitian ini bersumber dari Badan Pusat Statistik dan Kementrian Riset dan Teknologi. Penelitian ini menerapkan metode Visual Data Mining (VDM) untuk pengolahan data serta tools Tableau dalam membuat visualisasi dashboard. Tujuan dari penelitian ini adalah untuk membuat visualisasi data mengenai data tingkat COVID-19 tahun 2020 dan data tingkat pengangguran di Indonesia tahun 2017-2019 dan tahun 2020 serta dilakukan analisa hubungan antara COVID-19 dengan tingkat pengangguran di Indonesia. Hasil dari penelitian ini adalah berhasil membuat visualisasi berupa dashboard yang berisikan informasi mengenai tingkat COVID-19 di Indonesia, tingkat pengangguran di Indonesia dan korelasi antara COVID-19 dengan tingkat pengangguran. Berdasarkan hasil perhitungan korelasi yang ada, dapat disimpulkan bahwa ada hubungan kuat antara COVID-19 dengan tingkat pengangguran di Indonesia dan juga peningkatan COVID-19 bersamaan dengan pengingkatan tingkat pengangguran serta pada tahun 2017-2019 terdapat kenaikan dan penurunan yang tidak mencapai 1 juta orang pada tingkat pengangguran, sedangkan ditahun 2020 terdapat kenaikan yang tinggi mencapai 4.946.083 orang.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Dinata, Jessica Viona (00000018343)
Contributors:	Setiawan, Johan
Keywords:	COVID-19, Tingkat Pengangguran, Visual Data Mining, Visualisasi Data
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware 600 Technology (Applied Sciences) > 650 Management and Public Relations > 658 General management (Risk Management, Profit and Loss, Logistics) > 658.3 Personnel, Staff, Employee, Human Resource Management, Training > 658.306 Job Analysis
Sustainable Development Goals:	Goal 04. Ensure inclusive and equitable quality education and promote lifelong learning Goal 09. Build resilient infrastructure, promote inclusive and sustainable industrialization and foster innovation
Divisions:	Faculty of Engineering & Informatics > Information System
Date Deposited:	24 Aug 2021 21:04
URI:	https://kc.umn.ac.id/id/eprint/16368

Actions (login required)

View Item