KLASIFIKASI TREN TENAGA KERJA PADA KABUPATEN MANGGARAI BARAT MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)

Abstract

Kabupaten Manggarai Barat mengalami dinamika ketenagakerjaan signifikan akibat pesatnya transformasi ekonomi dan penetapan Labuan Bajo sebagai Destinasi Pariwisata Super Prioritas. Namun, pemetaan tren oleh pemerintah daerah terkendala kekosongan data (missing value) pada publikasi Badan Pusat Statistik (BPS) tahun 2016 yang memutus rantai analisis deret waktu. Hal ini memicu kesenjangan antara ketersediaan data historis dengan kebutuhan pemodelan prediktif untuk perumusan kebijakan. Penelitian ini bertujuan mengklasifikasikan arah tren tenaga kerja di Kabupaten Manggarai Barat dengan menerapkan algoritme Support Vector Machine (SVM) yang dikombinasikan metode Interpolasi Kuadrat (Polinomial Lagrange) sebagai pra-pemrosesan penanganan data hilang. Data sekunder bersumber dari BPS periode 2013–2024. Model dioptimasi menggunakan kernel Radial Basis Function (RBF) melalui GridSearchCV dan dievaluasi dengan matriks konfusi. Hasil analisis menunjukkan metode Lagrange berhasil mengestimasi total tenaga kerja tahun 2016 sebesar 113.451 jiwa, sehingga kontinuitas data dipertahankan. Pengujian model mencapai parameter optimal pada Cost (C) 0,1 dan Gamma ( ) 0,1, dengan akurasi sebesar 33,33 persen. Meskipun akurasi terbatas oleh kuantitas sampel, model mencatatkan nilai sensitivitas (Recall) sempurna yakni 100 persen. Sensitivitas absolut ini menegaskan keoptimalan sistem sebagai instrumen peringatan dini yang andal untuk mendeteksi tren pertumbuhan tenaga kerja secara positif di wilayah Manggarai Barat