Analisis K-Means Clustering Pada Kabupaten/Kota Di Indonesia Berdasarkan Indeks Pembangunan Manusia (IPM)
Abstract
Indeks Pembangunan Manusia (IPM) ialah indikator komposit yang dipergunakan dalam mengukur kualitas hidup. IPM di Indonesia mengalami peningkatan setiap tahunnya. Walaupun demikian, terdapat kesenjangan signifikan antara Kabupaten/Kota di Indonesia. Oleh karena itu, diperlukan analisis pengelompokan wilayah berdasarkan IPM untuk mendukung perencanaan dan evaluasi kebijakan pemerintah secara tepat sasaran. Metode yang digunakan adalah analisis cluster dengan teknik K-Means. Hasil analisis menunjukkan terbentuknya empat cluster. Cluster 0 memiliki nilai IPM tinggi rata-rata 72,47, meliputi Kab/Kota dari Provinsi Jawa Tengah, Jawa Timur, Sulawesi Selatan, Sulawesi Utara, dan Jawa Barat. Cluster 1 menunjukkan nilai IPM sedang rata-rata 68,82, mencakup wilayah Kab/Kota dari Provinsi Nusa Tenggara Barat, Sulawesi Tenggara, Papua, Aceh, dan Sumatera Utara. Cluster 2 memiliki nilai IPM sangat tinggi, rata-rata 81,03 terdiri dari wilayah Kab/Kota dari Provinsi Jawa Timur, Jawa Tengah, Jawa Barat, dan D.I.Yogyakarta. Cluster 3, dengan nilai IPM rendah rata-rata 52,65, mencakup Provinsi Papua dan Papua Barat.
Full Text:
PDFReferences
BPS, “indeks-pembangunan-manusia-2020,” 2020.
BPS, “indeks-pembangunan-manusia-2021,” 2021.
BPS, “2033,” 2023.
N. Silalahi, “Penentuan Strategi Promosi Universitas Budi Darma Menggunakan Algoritma K-Means Clustering,” Terapan Informatika Nusantara, vol. 1, no. 1, pp. 40–46, 2020.
R. N. Puspita, S. A. Pertama, D. Kependudukan, P. Sipil, and K. Tangerang, “ANALISIS K-MEANS CLUSTER PADA KABUPATEN/KOTA DI PROVINSI BANTEN BERDASARKAN INDIKATOR INDEKS PEMBANGUNAN MANUSIA,” vol. 2, no. 3, 2021, doi: 10.46306/lb.v2i3.
L. Anggraini and P. Rismawati Arum, “Analisis Cluster Menggunakan Algoritma K-Means Pada Provinsi Su-matera Barat Berdasarkan Indeks Pembangunan Manusia Tahun 2021 Cluster Analysis Using the K-Means Algo-rithm in West Sumatra Province Based on the 2021 Human Development Index,” 2022.
Y. Ratna Sari, A. Sudewa, D. Ayu Lestari, and T. Ika Jaya, “PENERAPAN ALGORITMA K-MEANS UNTUK CLUSTERING DATA KEMISKINAN PROVINSI BANTEN MENGGUNAKAN RAPIDMINER,” 2020.
R. Maliki et al., “Perbandingan Tingkat Pengangguran Terbuka Provinsi di Indonesia Berbasis Metode K-Means Clustering,” 2022. [Online]. Available: http://jurnal.bsi.ac.id/index.php/co-science
Yucheng Kao and Szu-Yuan Lee, 2009 IEEE International Conference on Intelligent Computing and Intelligent Systems. I E E E, 2009.
P. Vania and B. Nurina Sari, “Perbandingan Metode Elbow dan Silhouette untuk Penentuan Jumlah Klaster yang Optimal pada Clustering Produksi Padi menggunakan Algoritma K-Means,” Jurnal Ilmiah Wahana Pendidikan, vol. 9, no. 21, pp. 547–558, 2023, doi: 10.5281/zenodo.10081332.
S. Paembonan, H. Abduh, and K. Kunci, “Penerapan Metode Silhouette Coeficient Untuk Evaluasi Clutering Obat Clustering; K-means; Silhouette coeficient,” 2021. [Online]. Available: https://ojs.unanda.ac.id/index.php/jiit/index
D. Ayu, I. C. Dewi, and K. Pramita, “Analisis Perbandingan Metode Elbow dan Sillhouette pada Algoritma Cluster-ing K-Medoids dalam Pengelompokan Produksi Kerajinan Bali,” 2019.
W. Rohalidyawati, R. Rahmawati, D. Statistika, and F. Sains dan Matematika, “SEGMENTASI PELANGGAN E-MONEY DENGAN MENGGUNAKAN ALGORITMA DBSCAN (DENSITY BASED SPATIAL CLUSTERING APPLICATIONS WITH NOISE) DI PROVINSI DKI JAKARTA,” JURNAL GAUSSIAN, vol. 9, no. 2, pp. 162–169, 2020, [Online]. Available: https://ejournal3.undip.ac.id/index.php/gaussian/
J. Han, M. Kamber, and J. Pei, “Data Mining: Concepts and Techniques.”
D. J. Lubis and M. B. Tamam, “Penerapan K-Means Untuk Pengelompokkan Beasiswa Santri di Pondok Pesantren Miftahul Huda Bogor,” vol. 12, pp. 7–20, 2022, doi: 10.36350/jbs.v12i1.
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Website :https://jurnal.stkippgritulungagung.ac.id/index.php/jipi/index
Email: jipistkippti@gmail.com
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.