Analisis Clustering Provinsi Di Indonesia Berdasarkan Tingkat Kemiskinan Menggunakan Algoritma K-Means

Abstract

Berdasarkan sumber informasi dari Badan Pusat Statistik (BPS), kita dapat mengetahui persentase kemiskinan yang ada di seluruh provinsi Indonesia. Namun didalam data yang tersaji di BPS tersebut, kategori persentase kemiskinan yang disajikan hanya berdasarkan provinsi sedangkan dalam upaya untuk memberantas kemiskinan yang ada, pemerintah perlu mengetahui daerah manakah yang memiliki tingkat kemiskinan tinggi, sedang atau rendah sehingga pemerintah dapat menetapkan skala prioritas untuk menanggulangi kemiskinan tersebut. Oleh karena itu, perlu dilakukan pengelompokan provinsi yang ada di Indonesia berdasarkan tingkat kemiskinannya agar pemerintah dapat memberikan kebijakan atau pendekatan yang tepat dan cepat untuk mengatasi kemiskinan yang terjadi berdasarkan tingkat kemiskinan masing-masing provinsi. Pada penelitian ini digunakan metode clustering dengan algoritma K-Means untuk mengelompokan provinsi berdasarkan tingkat kemiskinannya dengan bantuan software Weka. Hasil penelitian menunjukkan terdapat 3 cluster provinsi di Indonesia berdasarkan tingkat kemiskinannya yaitu Cluster 0 (provinsi dengan tingkat kemiskinan rendah), Cluster 1 (provinsi tingkat kemiskinan sedang), dan Cluster 2 (provinsi dengan tingkat kemiskinan tinggi). Provinsi yang termasuk dalam kategori provinsi dengan tingkat kemiskinan tinggi yaitu Maluku, Papua Barat dan Papua.

Poverty Level Grouping in West Java Province with the K-Means Clustering Method

“…Beberapa Sebuah penelitian sebelumnya yang dilakukan oleh (Baharuddin et al, 2021) dengan judul "Analisis Clustering Provinsi di Indonesia Berdasarkan tingkat Kemiskinan menggunakan Algoritma K-Means". Pada penelitian tersebut menghasilkan tiga kelompok provinsi dengan tingkatannya yaitu kelompok 0 menunjukan tingkatan rendah, kelompok 1 menunjukan tingkatan sedang, dan kelompok 2 menunjukan tingkatan tinggi, yang mana Provinsi Maluku, Papua Barat dan Papua termasuk dalam kategori tersebut.…”

Penentuan Faktor Kemiskinan Indonesia Menggunakan Regresi Logistik

“…Kemiskinan merupakan suatu masalah global yang dihadapai diberbagai negara, termasuk indonesia. Bahauddin (2021) menyebutkan bahwa terdapat 3 kelompok tingkat kemiskinan di Indonesia yaitu rendah, sedang dan tinggi. Selanjutnya Hendayanti (2020) mengelompokkan tingkat kemiskinan menjadi 2 kelompok yaitu rendah dan tinggi serta faktor yang memengaruhinya adalah rata-rata lama sekolah dan harapan lama sekolah.…”

“…a. Analisis Data dengan Statistik DeskriptifBahauddin (2021) menyebutkan bahwa terdapat 3 cluster pada tingkat kemiskinan di Indonesia. Terdapat 3 provinsi yang masuk pada kategori tinggi, 9 provinsi dengan kategori rendah dan sisanya termasuk pada kategori sedang.…”

Rancangan Bangun Sistem Manajemen Penerimaan Beasiswa Menggunakan Metode Fuzzy Madm Berbasis Client Server

“…Menurut Erlan Darmawan dan Andri Ramdoni dalam penelitian yang bertopik Perancangan Menggunakan Fuzzy Multiple AttributexDecisionxMakingx (FMADM) menjelaskan bahwa perancangan pendukung keputusanxpenerimaan beasiswa didapat dari kriteria jumlah penghasilan orang tua, semester, jumlah saudaraxkandung dan nilai, serta model peyelesaian masalah menggunakan FMADM dengan SAW (Simple Additive Weighting) dapat diterapkan untuk menentukan penerimaan beasiswa dan sistem dibangun untuk mengurangi kesalahan serta mempercepat proses penyeleksian beasiswa [6]. Adapun penelitian yang sudah dilakukan menyatakan bahwa penggunaan algoritma dalam sebuah system informasi dapat mengelompokkan data dengan cepat dan tepat [7]. Penggunaan Algoritma dalam penerimaan beasiswa juga pernah dilakukan pada penelitian yang berjudul Perbandingan Algoritme Naã•Ve Bayes Dan Knn Terhadap Data Penerimaan Beasiswa, dimana dengan penggunaan algoritma KNN menjadi alternative yang baik untuk digunakan pada penentuan beasiswa [8].…”