Analisis Tren Lowongan Pekerjaan Software Engineering di Indonesia dengan Clustering dan Social Network Analysis
DOI:
https://doi.org/10.36080/idealis.v8i2.3518Keywords:
Analisis Jejaring Sosial, Clustering, Lowongan Pekerjaan, Pasar Kerja Digital, Software EngineeringAbstract
Pertumbuhan ekonomi digital di Indonesia mendorong permintaan tinggi terhadap tenaga kerja software engineering. Namun, distribusi spasial dan keterkaitan antar entitas dalam ekosistem lowongan kerja digital belum dianalisis secara komprehensif. Penelitian ini bertujuan untuk menjawab permasalahan kurangnya pemetaan struktur dan tren lowongan pekerjaan software engineering di Indonesia. Untuk itu, digunakan dua pendekatan analitik: K-Means Clustering untuk segmentasi spasial dan fungsional berdasarkan atribut lokasi dan posisi, serta Social Network Analysis (SNA) untuk menganalisis struktur hubungan antara lokasi, perusahaan, dan posisi pekerjaan. Data dikumpulkan melalui web scraping dari 12 platform daring terkemuka di Indonesia, menghasilkan 5.272 entri yang disaring menjadi 2.303 entri unik. Hasil clustering menunjukkan bahwa posisi Software Engineer (85 koneksi), Data Engineer, dan Frontend Developer mendominasi di Jakarta dan Tangerang. Jakarta tercatat sebagai lokasi dengan Degree Centrality tertinggi (1.396), menandakan dominasinya sebagai pusat rekrutmen digital nasional. Dari sisi perusahaan, PT Telkom Indonesia (degree = 62) dan Shopee (degree = 58) merupakan aktor strategis. Posisi Product Manager dan DevOps Engineer memiliki nilai betweenness tertinggi, menunjukkan fungsi lintas tim yang krusial. Penelitian ini memberikan kontribusi terhadap pemahaman spasial dan struktural pasar tenaga kerja digital Indonesia. Temuan ini dapat dimanfaatkan untuk strategi rekrutmen, perencanaan pendidikan vokasional, dan pengembangan karier. Penelitian selanjutnya disarankan untuk mengintegrasikan dimensi temporal dan variabel keahlian atau gaji guna memperluas cakupan analisis.
Downloads
References
[1] The World Bank, “Toward a World-Class Labor Market Information System for Indonesia,” Washington, DC, 2021. doi: 10.1596/35378.
[2] A. Setyawan, M. Caesario Septiadi, and S. R. Wicaksono, “Perancangan Sistem Informasi Lowongan Pekerjaan dengan Pemetaan Dataset Jobstreet Indonesia,” Jurnal Teknosains Kodepena, vol. 03, pp. 12–19, 2023, doi: 10.54423/teknosains.v3i2.65.
[3] H. Mubarok and D. Rahman Prehanto, “Sistem Analisa Lowongan Kerja di Indonesia pada Media Sosial Facebook Dengan Metode TF-IDF dan Decision Tree,” Journal of Informatics and Computer Science, vol. 03, pp. 200–206, 2021, doi: 10.26740/jinacs.v3n02.p200-206.
[4] J. Ade Nursiyono, D. Makutaning Dewi Badan Pusat Statistik Provinsi Jawa Timur Badan Pusat Statistik Kabupaten Seruyan, and P. Kalimantan Tengah, “Hubungan Permintaan dan Penawaran Tenaga Kerja Melalui Penggunaan Big Data (Studi Kasus: loker.id dan Google Trends),” Jurnal Ekonomi Indonesia, vol. 11, pp. 95–108, 2022, doi: 10.52813/jei.v11i1.168.
[5] Eka Majida Agustyani and Ibnu Santoso, “ANALISIS LOWONGAN PEKERJAAN Studi Kasus: Portal Lowongan Kerja Jobstreet,” Seminar Nasional Official Statistics, vol. 2020 No.1, pp. 226–235, 2021, doi: 10.34123/semnasoffstat.v2020i1.362.
[6] B. Hakim, F. Joanda Kaunang, C. Susanto, J. Salim, and R. Indradjaja, “IMPLEMENTASI MACHINE LEARNING DALAM PENGELOMPOKAN MUSIK MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING,” Idealis: Indonesia Journal Information System, vol. 8, no. 1, pp. 74–83, Jan. 2025, doi: 10.36080/idealis.v8i1.3357.
[7] F. Sofiani and D. Retno Utari, “ANALISIS DATA LOWONGAN KERJA SEKRETARIS PADA MASA PANDEMI COVID-19 DENGAN METODE DATA MINING KLASTERISASI,” Jurnal Sekretari & Administrasi (Serasi), vol. 20, no. 2, pp. 15–26, 2022, doi: 10.36080/js.v20i2.2148.
[8] H. D. Siswaja and R. T. Prasetio, “ANALISIS LOWONGAN PEKERJAAN DI BIDANG TEKNOLOGI INFORMASI BERDASARKAN LOKASI MENGGUNAKAN TEKNIK KLASTERING K-MEANS,” Jurnal Responsif: Riset Sains & Responsif, vol. 7, p. 2025, 2025, doi: 10.51977/jti.v7i1.2020.
[9] F. Maharani and W. Astuti, “Analisis Jaringan Twitter pada Interaksi Penggemar K-pop Menggunakan Pendekatan Social Network Analytic,” Jurnal Communio : Jurnal Ilmu Komunikasi, vol. 13, no. 1, pp. 132–145, 2024, doi: 10.35508/jikom.v13i1.9234.
[10] S. R. Hani, “CLUSTERING DATA PENCARI KERJA MENURUT TINGKAT PENDIDIKAN MENGGUNAKAN ALGORITMA K-MEANS,” Jurnal Minfo Polgan, vol. 12, no. 1, pp. 1–14, Mar. 2023, doi: 10.33395/jmp.v12i1.12217.
[11] G. Alfredo Delano Lonan, “Hubungan lokasi tempat kerja dengan tingkat stres pada satuan pengamanan,” Tarumanagara Medical Journal, vol. 4, no. 2, pp. 252–256, 2022, doi: 10.24912/tmj.v4i2.20810.
[12] Y. A. Singgalen, “Analyzing Social Networks and Topic Clustering in Backpacker Tourism Content Reviews using K-means, Fast HDBScan, and Gaussian Mixture with Communalytic,” Journal of Information System Research (JOSH), vol. 6, no. 1, pp. 34–48, Oct. 2024, doi: 10.47065/josh.v6i1.5969.
[13] D. N. Ariza, R. Ningsih, S. Muryani, H. Ferliyanti, and A. J. Wahidin, “COMPARATIVE ANALYSIS OF K-MEANS, X-MEANS AND K-MEDOIDS IN CLASSIFYING MARRIAGE CHOICED ADMIST QUARTER-LIFE CRISIS,” JURTEKSI (Jurnal Teknologi dan Sistem Informasi), vol. 11, no. 1, pp. 69–76, Dec. 2024, doi: 10.33330/jurteksi.v11i1.3554.
[14] Laylatunna’imah, Martanto, Arif Rinaldi Dikananda, and Ahmad Rifa’i, “The Application of the K-Means Algorithm in Enhancing the Clustering Model for Job Seekers in Cirebon City,” Journal of Artificial Intelligence and Engineering Applications, vol. 4, no. 2, pp. 2808–4519, 2025, doi: 10.59934/jaiea.v4i2.785.
[15] A. A. Arrosyad, A. I. Purnamasari, and I. Ali, “IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK ANALISIS PERSEBARAN UMKM DI JAWA BARAT,” Jurnal Mahasiswa Teknik Informatika, vol. 8, no. 3, pp. 3062–3070, 2024, doi: 10.36040/jati.v8i3.8450.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Tiara Amanda Jullet Harahap, Cahyono Budy Santoso

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.