Pengklasifikasian 10 Kabupaten/Kota di Provinsi Nusa Tenggara Barat untuk Kasus Kemiskinan Tahun 2022 Menggunakan Analisis Cluster Metode K-Means
Kata Kunci:
Kemiskinan, Analisis Cluster, Motode K-MeansAbstrak
Kemiskinan merupakan masalah yang sangat serius bagi negara-negara di dunia, terutama bagi negara berkembang seperti Indonesia. Kemiskinan akan sangat berdampak apabila terjadi dalam jangka panjang dengan faktor yang berbeda-beda. Salah satu provinsi yang masih menjadi sorotan dalam kasus kemiskinan yang cukup tinggi yaitu Provinsi Nusa Tenggara Barat. Meskipun jumlah penduduk miskin di Provinsi Nusa Tenggara Barat menurun, kondisi di lapangan menunjukkan bahwa masih banyak masyarakat yang hidup jauh dari kata layak. Oleh karena itu, pemerintah harus segera mencari jalan keluar untuk mengatasi masalah kemiskinan tersebut. Untuk mengatasi kasus kemiskinan pada suatu wilayah, kita dapat melakukan pengelompokkan karakteristik wilayah-wilayah tersebut berdasarkan indikator kemiskinan ke dalam beberapa cluster. Pengelompokkan pada kasus ini dilakukan dengan data yang akan dianalisis menggunakan analisis cluster metode k-means. Sehingga diperoleh hasil untuk pengelompokkan 10 Kabupaten/ Kota di Provinsi Nusa Tenggara Barat berdasarkan kemiskinan pada tahun 2022 terbentuk 3 cluster yaitu cluster 1 terdiri dari Kabupaten Sumbawa Barat, Kota Bima, dan Kota Mataram, cluster 2 terdiri dari Kabupaten Bima, Kabupaten Dompu, Kabupaten Lombok Barat, Kabupaten Lombok Tengah, Kabupaten Lombok Timur, dan Kabupaten Sumbawa, dan cluster 3 terdiri dari Kabupaten Lombok Utara. Selain itu, diperoleh pula karakteristik setiap cluster yaitu cluster 1 berisi kabupaten/ kota dengan memiliki nilai PPM tertinggi. Sementara RLS, AHH, dan TPT memiliki angka sangat tinggi pada tahun 2022, cluster 2 berisikan kabupaten /kota yang memiliki angka PPM, RLS, AHH, dan TPT cukup rendah pada tahun 2022, dan cluster 3 berisi kelompok kabupaten/ kota dengan RLS, AHH, dan TPT memiliki angka yang cukup rendah dibandingkan dengan PPM yang tinggi pada tahun 2022.Referensi
Afira, N., & Wijayanti, A. W. (2021). Analisis Cluster Kemiskinan Provinsi di Indonesia Tahun 2019 dengan Metode Partitioning dan Hierarki. Komputika: Jurnal Sistem Komputer, 10(2), 101-109.
Kusumah , R., Warsito, B., & Mukid, M. (2017). Perbandingan Metode K–Means Dan Self Organizing Map (Studi Kasus: Pengelompokan Kabupaten/Kota Di Jawa Tengah Berdasarkan Indikator Indeks Pembangunan Manusia 2015). Jurnal Gauusian, 429-437.
Mayangsari, Y. D. (2022). Analisis K-Means Pada Pengelompokan Kabupaten-Kota Provinsi Jawa Timur Berdasarkan Kasus Kesembuhan Dan Kasus Kematian Covid-19. Doctoral dissertation, Universitas Islam Negeri Maulana Malik Ibrahim.
Ningrat , D., Maruddani, D., & Wuryandari, T. (2016). Analisis Cluster Dengan Algoritma K-Means dan Fuzzy C-Means Clustreing Untuk Pengelompokan Data Obligasi Korporasi. Jurnal Gaussian, 641-650.
Qori'atunnadyah, M. (2022). Pengelompokkan Wilayah Berdasarkan Rasio Guru-Murid Pada Jenjang Pendidikan Menggunakan Algoritma K-Means. Journal Of Informatics Development, 33-38.
Ramadhani , L., Purnamasari , I., Deny, F., & Amijaya , T. (2018). rapan Metode Complete Linkage Dan Metode Hierarchical Clustering Multiscale Bootstrap (Studi Kasus: Kemiskinan Di Kalimantan Timur Tahun 2016) . Jurnal Eksponensial, 1-10.
Riswan, & Khairudin. (2019). Statistik Multivariate. Bandar Lampung: AURA .
Santoso, S. (2014). Statistik Multivariat Edisi Revisi Konsep dan Aplikasi dengan SPSS. Jakarta: PT Elex Media Komputindo.
Sari, D. N., & Sukestiyarno, Y. (2021). Analisis Cluster dengan Metode K-Means pada Persebaran Kasus COVID-19 Berdasarkan Provinsi di Indonesia. PRISMA, Prosiding Seminar Nasional Matematika 4, 602-610.
Sutadji, D., & Prof. Dr. Purnomo. (2022). Analisis Data Multivariat. Banyumas: Omera Pustaka.
Talakua, M., Leleury, Z., & Talluta, A. (2017). Analisis Cluster Dengan Menggunakan Metode K-Means Untuk Pengelompokkan Kabupaten/Kota di Provinsi Maluku Berdasrkan Indikator Indeks Pembangunan Manusia Tahun 2014. Jurnal Ilmu Matematika dan Terapan, 119-128.
Triyanto, W. (2015). Algoritma K-Medoids untuk Penentuan Strategi Pemasaran Produk. Jurnal SIMETRIS , 183.
Yudiaatmaja, F. (2013). Analisis Regresi dengan Menggunakan Aplikasi Komputer Statistik. Jakarta: PT Gramedia Pustaka Utama.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Indonesian Journal of Applied Statistics and Data Science

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.