PENGELOMPOKAN PENDUDUK MISKIN MENGGUNAKAN METODE K-MEANS CLUSTERING

(STUDI KASUS : PROVINSI JAWA BARAT)

Abstrak

Clustering analysis is a method aimed at grouping objects with similar characteristics into one cluster, while objects with different characteristics are placed in other clusters. The K-Means algorithm, on the other hand is one of the methods aimed at minimizing a function by reducing variation within one cluster and maximizing variation between clusters. This research addresses poverty issues in West Java Province. One unresolved issue in poverty alleviation is the inconsistency between government survey results and the increasing number of job seekers despite the lack of available job opportunities in West Java province. The challenges faced by the government in addressing poverty include inequality and difficulty finding employment opportunities. Data collection for this research uses the 2022 dataset on population in West Java Province, obtained from Badan Pusat Statistik (BPS). The dataset consists of 9 columns, including variables such as "penduduk_miskin" (poor population) and "jumlah_pencari_kerja" (number of job seekers). Subsequently, an optimal value for K is determined using elbow method and Silhouette Analysis, which results in 2 clusters: Cluster 0 and Cluster 1. This study will utilize the K-Means method to estimate or predict the number of people classified as poor by calculating data obtained from BPS. The objective is to generate clustering of populations categorized as poor so that the government can identify areas that require focused attention within West Java Province. The clustering results indicate that Cluster 0 includes districts/cities where there are high concentrations of poor populations such as Ciamis Regency, Kuningan Regency, Sumedang Regency, West Bandung Regency, Pangandaran Regency, Bogor City, Sukabumi City, Bandung City, Cirebon City, Bekasi City Depok city, Cimahi city, Tasikmalaya city and Banjar city.

Analisis merupakan suatu metode yang bertujuan untuk mengelompokkan objek-objek dengan karakteristik yang mirip ke dalam satu klaster, sementara objek dengan karakteristik yang berbeda ditempatkan di klaster lain. Sedangkan Algoritma merupakan salahh satu metode yang bertujuan untuk meminimalkan fungsi dengan mengurangi variasi antara data dalam satu klaster dan memaksimalkan variasi data di klaster lainnya. Penelitian ini mengangkat permasalahan kemiskinan di Provinsi Jawa Barat. Salah satu permasalahan yang belum teratasi dalam kemiskinan adalah ketidaksesuaian hasil survei pemerintah dengan jumlah pencari kerja yang kian banyak namun masih kurangnya lapangan pekerjaan yang ada pada provinsi Jawa Barat. Tantangan dalam penanganan kemiskinan oleh pemerintah adalah ketidakmerataan dan sulitnya mencari lapangan pekerjaan. Pengumpulan data pada penelitian ini menggunakan dataset penduduk Provinsi Jawa Barat tahun 2022, dataset ini diambil dari Badan Pusat Statistik ( ) dan terdiri dari 9 kolom dan data yang dipakai adalah penduduk_miskin dan jumlah_pencari_kerja. Selanjutnya dilakukan pencarian nilai K yang optimal menggunakan metode dan dimana menghasilkan 2 klaster yakni klaster 0 dan klaster 1. Penelitian ini akan menggunakan metode untuk melakukan pendugaan atau prediksi jumlah penduduk yang tergolong miskin dengan menghitung data yang diperoleh dari . Penelitian ini bertujuan untuk menghasilkan klasterisasi penduduk yang tergolong miskin, sehingga pemerintah dapat mengetahui daerah mana saja yang harus menjadi fokus perhatian di Provinsi Jawa Barat. Hasil dari klasterisasi mengidikasikan bahwa kluster 0 dikelompokan sebagai penduduk miskin pada Kabupaten & Kota Provinsi Jawa Barat diantaranya kabupaten Ciamis, Kabupaten Kuningan, Kabupaten Sumedang, Kabupaten Bandung Barat, Kabupaten Pangandaran, Kota Bogor, Kota Sukabumi, Kota Bandung, Kota Cirebon, Kota Bekasi, Kota Depok, Kota Cimahi, Kota Tasikmalaya, Kota Banjar.