Segmentasi Spasial Tingkat Kemiskinan Provinsi Sumatera Selatan Menggunakan Pendekatan Klasterisasi K-Means
:
https://doi.org/10.32409/jikstik.24.3.3820
Keywords:
Kemiskinan, K-Means, Klasterisasi, Data Mining, Sumatera SelatanAbstract
Kemiskinan adalah tantangan utama dalam pembangunan ekonomi yang membutuhkan analisis berbasis data. Kajian ini menerapkan metode klasterisasi K-Means untuk segmentasi spasial tingkat kemiskinan berdasarkan indikator sosial-ekonomi, seperti persentase penduduk miskin, rata-rata lama sekolah, pengeluaran per kapita, serta indeks kedalaman dan keparahan kemiskinan. Data dari BPS tahun 2024 diolah menggunakan pendekatan Knowledge Discovery in Database (KDD) melalui tahapan seleksi data, prapemrosesan, transformasi, penambangan data, dan evaluasi menggunakan RapidMiner. Hasil klasterisasi membentuk empat kelompok dengan disparitas kesejahteraan antarwilayah, di mana beberapa daerah menunjukkan tingkat kemiskinan yang lebih tinggi. Melalui pemetaan berbasis data ini, penelitian diharapkan menjadi dasar bagi pengambil kebijakan dalam merancang strategi penanggulangan kemiskinan yang efektif dan tepat sasaran guna mengurangi ketimpangan sosial serta meningkatkan kesejahteraan masyarakat di Provinsi Sumatera Selatan.
Kata kunci: Kemiskinan, K-Means, Klasterisasi, Data Mining, Sumatera Selatan.
Downloads
References
M. I. Zuhendra, R. Hidayat, and Hendrawaty, "Penerapan Data Mining untuk Klasterisasi Tingkat Kemiskinan Berdasarkan Data Terpadu Kesejahteraan Sosial (DTKS)," SKANIKA: Sistem Komputer dan Teknik Informatika, vol. 7, no. 1, pp. 32–41, Jan. 2024. https://doi.org/10.36080/skanika.v7i2.3193 [Accessed: 04-Apr-2025]
A. Alifah, H. Yozza, and Y. Asdi, “Faktor-faktor yang mempengaruhi kemiskinan di kota/kabupaten Provinsi Sumatera Barat dengan menggunakan analisis regresi panel,” Jurnal Matematika UNAND, vol. 9, no. 1, pp. 53–61, 2020. https://doi.org/10.25077/jmu.9.1.53-61.2020 [Accessed: 04-Feb-2025]
G. R. Pratiwi, D. Wahiddin, E. E. Awal, and A. Fauzi, “Klasterisasi tingkat kemiskinan kabupaten/kota di Indonesia menggunakan algoritma K-Means dan K-Medoids,” Jurnal Algoritma, vol. 21, no. 2, pp. 197–208, 2024. https://doi.org/10.33364/algoritma/v.21-2.1788 [Accessed: 04-Feb-2025]
A. Bahauddin, A. Fatmawati, and F. P. Sari, “Analisis clustering provinsi di Indonesia berdasarkan tingkat kemiskinan menggunakan algoritma K-Means,” Jurnal Manajemen Informatika dan Sistem Informasi, vol. 4, no. 1, pp. 1–8, 2021. https://doi.org/10.36595/misi.v4i1.216 [Accessed: 07-Feb-2025]
S. N. Mayasari and J. Nugraha, “Implementasi K-Means cluster analysis untuk mengelompokkan kabupaten/kota berdasarkan data kemiskinan di Provinsi Jawa Tengah tahun 2022,” KONSTELASI: Konvergensi Teknologi dan Sistem Informasi, vol. 3, no. 2, pp. 317–329, 2023. https://doi.org/10.24002/konstelasi.v3i2.7200 [Accessed: 11-Feb-2025]
D. G. Alriscki and A. Fauzan, “Peningkatan distribusi bantuan sosial di Pangkalpinang dengan pengelompokan berbantuan algoritma K-Means,” Statistika, vol. 24, no. 2, pp. 191–199, 2024. https://doi.org/10.29313/statistika.v24i2.4305 [Accessed: 11-Feb-2025]
K. Gustipartsani, N. Rahaningsih, R. D. Dana, dan I. Y. Mustafa, “Data Mining Clustering Menggunakan Algoritma K-Means pada Data Kunjungan Wisatawan di Kabupaten Karawang,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 6, pp. 3597, 2023. https://doi.org/10.36040/jati.v7i6.8282 [Accessed: 15-Feb-2025]
A. Wibowo, M. Makruf, I. Virdyna, and F. C. Venna, "Penentuan Klaster Koridor TransJakarta dengan Metode Majority Voting pada Algoritma Data Mining," Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 5, no. 3, pp. 565–575, 2021. https://doi.org/10.29207/resti.v5i3.3041 [Accessed: 07-Feb-2025]
R. Rubangiya, T. Hartati, and Y. A. Wijaya, "Analisis Data Lalu Lintas Jaringan di Kantor Cangehgar Cyber Operation Center Menggunakan Algoritma K-Means," Network Engineering Research Operation, vol. 7, no. 1, pp. 75–84, 2022. https://dx.doi.org/10.21107/nero.v7i1.327 [Accessed: 13-Feb-2025]
H. Kurniawan and S. Defit, "Data mining menggunakan metode k-means clustering untuk menentukan besaran uang kuliah tunggal," Journal of Applied Computer Science and Technology, vol. 1, no. 2, pp. 80–89, 2020. https://doi.org/10.52158/jacost.v1i2.102 [Accessed: 22-Feb-2025]
R. Siregar, “Penerapan Data Mining untuk Memprediksi Minat Masyarakat terhadap Asuransi Jiwa dengan Metode Algoritma C4.5,” Jurnal Sistem Informasi, vol. 10, no. 2, pp. 45-52, 2023. https://doi.org/10.53513/jursi.v2i1.6284 [Accessed: 20-Feb-2025]
Suraya, M. Sholeh, and D. Andayati, "Penerapan Metode Clustering dengan Algoritma K-Means pada Pengelompokan Indeks Prestasi Akademik Mahasiswa," SKANIKA: Sistem Komputer dan Teknik Informatika, vol. 6, no. 1, pp. 51–60, Jan. 2023. https://doi.org/10.36080/skanika.v6i1.2982 [Accessed: 04-Apr-2025]
D. Ramdhan, G. Dwilestari, R. D. . Dana, A. Ajiz, and Kaslani, “Clustering Data Persediaan Barang Dengan Menggunakan Metode K-Means”, MEANS, vol. 7, no. 1, pp. 1–9, 2022. https://doi.org/10.54367/means.v7i1.1826 [Accessed: 25-Feb-2025]
M. N. Faritz and A. Soejoto, “Pengaruh pertumbuhan ekonomi dan rata-rata lama sekolah terhadap kemiskinan di Provinsi Jawa Tengah,” Jurnal Pendidikan Ekonomi (JUPE), vol. 8, no. 1, pp. 15–21, 2020. https://doi.org/10.26740/jupe.v8n1.p15-21 [Accessed: 16-Feb-2025]
N. W. Sihite and M. S. Chaidir, “Keterkaitan kemiskinan, kecukupan energi, dan protein dengan kejadian stunting balita di Puskesmas 11 Ilir Palembang,” Darussalam Nutrition Journal, vol. 6, no. 1, pp. 37–47, 2022. https://doi.org/10.21111/dnj.v6i1.7083 [Accessed: 22-Feb-2025]
M. Baihawafi and A. F. Sebayang, “Pengaruh upah minimum, indeks pembangunan manusia, dan laju pertumbuhan ekonomi terhadap pengangguran terbuka,” Jurnal Riset Ilmu Ekonomi dan Bisnis, vol. 3, no. 1, pp. 39–44, 2023. https://doi.org/10.29313/jrieb.v3i1.1911 [Accessed: 01-Mar-2025]
R. Frederich, Nurhayati, and S. F. Purba, “Peranan pendidikan dalam meningkatkan pertumbuhan ekonomi di Indonesia,” Jurnal Ilmiah Ekonomi Bisnis, vol. 28, no. 1, pp. 123–136, 2023. https://doi.org/10.35760/eb.2023.v28i1.7227 [Accessed: 02-Mar-2025]
M. Suryani and A. Nugroho, “Pengaruh usia harapan hidup, rata-rata lama sekolah, dan pengeluaran per kapita terhadap indeks pembangunan manusia di kota-kota Jawa Tengah (2017–2022),” Jurnal Ekonomi, Bisnis dan Manajemen (EBISMEN), vol. 3, no. 1, pp. 15–25, 2024. https://doi.org/10.58192/ebismen.v3i1.1613 [Accessed: 01-Mar-2025]
A. A. Muttaqin and A. Safitri, “Analisis pengaruh zakat dan infak terhadap tingkat kedalaman kemiskinan, keparahan kemiskinan, dan gini rasio di Indonesia tahun 2007–2018,” Al-Tijary, vol. 6, no. 1, pp. 51–61, 2020. https://doi.org/10.21093/at.v6i1.2416 [Accessed: 03-Mar-2025]
M. Sokian, A. Amir, and Z. Zamzami, “Pengaruh pertumbuhan ekonomi terhadap penyerapan tenaga kerja dan kemiskinan di Kabupaten Sarolangun,” Jurnal Paradigma Ekonomika, vol. 15, no. 2, pp. 251–266, 2020. https://doi.org/10.22437/paradigma.v15i2.10327 [Accessed: 03-Mar-2025]
K. Izzuddin and A. Wijayanto, “Pemodelan Clustering Ward, K-Means, Diana, dan PAM dengan PCA untuk Karakterisasi Kemiskinan Indonesia Tahun 2021”, Komputika, vol. 13, no. 1, pp. 41-53, 2024. https://doi.org/10.34010/komputika.v13i1.10803 [Accessed: 03-Mar-2025]
Downloads
Published
How to Cite
Issue
Section
Categories
Abstract View: 0 times
