Analisis ini bertujuan untuk mengkaji faktor-faktor yang mempengaruhi persentase NEET (Not in Education, Employment, or Training) di Indonesia pada tahun 2024. NEET merupakan indikator yang menunjukkan proporsi penduduk usia produktif yang tidak sedang menempuh pendidikan, tidak bekerja, dan tidak mengikuti pelatihan. Tingginya tingkat NEET dapat mencerminkan adanya permasalahan dalam pasar tenaga kerja maupun akses terhadap pendidikan dan pelatihan. Data yang digunakan bersumber dari Badan Pusat Statistik (BPS) tahun 2024 yang mencakup 38 provinsi di Indonesia. Metode analisis yang digunakan adalah regresi linier berganda untuk melihat pengaruh beberapa variabel independen terhadap persentase NEET. Variabel yang dianalisis meliputi Tingkat Partisipasi Angkatan Kerja (TPAK), Indeks Pembangunan Manusia (IPM), dan Rata-rata Lama Sekolah. Hasil analisis diharapkan dapat memberikan gambaran mengenai faktor-faktor yang berkontribusi terhadap tingkat NEET di Indonesia serta menjadi referensi dalam memahami kondisi ketenagakerjaan dan pendidikan pada tingkat provinsi.

K-Means Clustering, Fuzzy K-Means, DBSCAN, Hierarchical Clustering

This project consists of analyzing the 2026 US Top 50 Universities dataset to evaluate the relationship between institutional characteristics, specifically focusing on research impact and employment outcomes.By analyzing research impact and post-graduation employment rates, we aim to identify performance trends across public and private institutions for the 2026 academic outlook.

Praktikum ini bertujuan untuk mempelajari simulasi variabel acak menggunakan beberapa distribusi probabilitas dengan bantuan software R. Distribusi yang digunakan meliputi distribusi Uniform, Binomial, Normal, Poisson, dan Eksponensial yang mewakili distribusi diskrit dan kontinu. Melalui simulasi ini dibuat beberapa studi kasus sederhana untuk memahami bagaimana data acak dapat dimodelkan menggunakan distribusi tertentu serta melihat karakteristiknya melalui hasil simulasi dan visualisasi. Praktikum ini membantu memahami penerapan konsep distribusi probabilitas dalam pemodelan statistika.

Mahasiswa diminta untuk membuat simulasi untuk distribusi diskrit dan distribusi kontinu dan studi kasus sendiri yang melibatkan simulasi variabel random dari distribusi yang telah dipelajari.