Analisis Tingkat Kemiskinan di Indonesia Menggunakan Metode K-Means Clustering

Abstrak

Kemiskinan merupakan masalah sosial dan ekonomi yang menjadi masalah utama yang ditanggung oleh pemerintah Indonesia penggunaan K-Means Clustering untuk mengelompokkan wilayah-wilayah di Indonesia berdasarkan persentase penduduk miskin.

Pendekatan ini berupaya dapat meningkatkan akurasi dalam pengambilan keputusan dalam strategi pembangunan sosial ekonomi.

Pendahuluan

Kemiskinan adalah kondisi sosial atau ekonomi yang mana individu atau kelompok tidak memiliki kecukupan terhadap kebutuhan hidup mereka.

Tingginya tingkat kemiskinan di beberapa wilayah Indonesia menunjukkan adanya ketimpangan mendalam dalam distribusi sumber daya dan akses terhadap kebutuhan dasar.

K-Means Clustering adalah algoritma/teknik pemrograman yang berfungsi untuk mengelompokkan data, dengan mengelompokkan titik data yang tidak berlabel ke dalam kelompok atau cluster.

Dengan menggunakan K-Means Clustering, kita dapat mengelompokkan wilayah berdasarkan karakteristiknya.

Dengan metode ini, wilayah-wilayah Indonesia dapat dikelompokkan ke dalam klaster-klaster tertentu berdasarkan tingkat kemiskinan, sehingga mempermudah identifikasi daerah yang membutuhkan intervensi lebih intensif.

Baca Juga: Mengatasi Kemiskinan dengan Pendekatan Ekonomi Pembangunan

Metodologi

Data yang digunakan adalah data yang diambil dari Badan Pusat Statistik (BPS) yang akan diproses dengan membersihkan data dari nilai yang hilang (missing values).

Lalu, dilakukan normalisasi data untuk menghindari bias pada variabel dengan skala yang berbeda.

Kemudian, dilakukannya pengimplementasian K-Means Clustering dengan menentukan jumlah klaster (k) menggunakan metode elbow dan pengelompokkan data kedalam klaster berdasarkan kemiripan karakteristik.

Terakhir, visualisasi data dilakukan dengan menggunakan peta tematik untuk memvisualisasikan hasil klasterisasi.

Hasil dan Pembahasan

Berdasarkan hasil analisis memperlihatkan bahwasannya wilayah-wilayah di Indonesia dapat dikelompokkan menjadi tiga klaster utama, yakni:

Klaster 1

Wilayah dengan tingkat kemiskinan yang sangat tinggi, yang ditandai oleh rendahnya pendapatan dan akses layanan dasar.

Klaster 2

Wilayah dengan tingkat kemiskinan menengah, dengan kondisi sosial ekonomi yang lebih stabil.

Klaster 3

Wilayah dengan persentase penduduk miskin dan indeks kemiskinan yang rendah, biasanya mencakup area perkotaan dengan akses ekonomi yang baik.

Baca Juga: Utang Indonesia Menyebabkan Pengangguran dan Kemiskinan?

Visualisasi hasil menggunakan peta tematik menunjukkan bahwa wilayah Indonesia bagian timur cenderung berada pada klaster 1, sedangkan wilayah barat sebagian besar berada pada klaster 3.

Kesimpulan

Metode K-Means Clustering membantu dalam pengelompokkan berdasarkan tingkat kemiskinan di wilayah Indonesia, yang memungkinkan pemerintah untuk merancang kebijakan yang lebih terfokus pada setiap klaster.

Penulis: Zulfiqar
Mahasiswa Prodi Informatika, Universitas Muhammadiyah Prof. Dr. Hamka

Editor: Siti Sajidah El-Zahra
Bahasa: Rahmat Al Kafi

Ikuti berita terbaru Media Mahasiswa Indonesia di Google News