Penerapan Algoritma K-Means Untuk Clustering Data Kemiskinan Menggunakan Orange Data Mining (Studi Kasus: Kabupaten/Kota Provinsi Sulawesi Selatan)

Abstract

Menurut  data dari Badan Pusat Statistika (BPS) berdasarkan Anggaran Pendapatan dan Belanja Daerah (APBD), provinsi Sulawesi Selatan termasuk dalam 10 provinsi terkaya di Indonesia. Penduduk miskin di provinsi Sulawesi Selatan pada Maret 2021 berjumlah 786.980 menurun hingga 765.460 penduduk miskin pada September 2021. Penduduk yang berada di pedesaan mendominasi turunnya angka kemiskinan di provinsi Sulawesi Selatan. Berbanding terbalik dengan penduduk di perkotaan, presentase pada maret 2021 sebesar 4,77 persen naik hingga 4,89 persen di bulan September 2021. Untuk mengatasinya, diperlukan penanganan yang berbeda sesuai kondisi setiap Kabupaten/Kota, dengan salah satu cara yaitu mengelompokkan karakteristik setiap wilayah berdasarkan indikator kemiskinan. Pada penelitian ini, clustering dilakukan dengan metode algoritma K-Means menggunakan Orange Data Mining berdasarkan indikator kemiskinan yaitu persentase penduduk miskin usia 15 tahun ke atas, angka melek huruf dan angka partisipasi sekolah, persentase tidak bekerja, bekerja di kegiatan informal, bekerja di kegiatan formal, persentase bekerja di sektor pertanian dan bekerja bukan di sektor pertanian, persentase pengeluaran perkapita untuk makanan, persentase rumah tangga miskin yang menggunakan air layak, persentase rumah tangga miskin yang menggunakan jamban sendiri/bersama, serta jumlah beras yang diterima perbulan. Hasil penelitian didapatkan 6 cluster berdasarkan karakteristik daerah dari nilai rata – rata tertinggi dan terendah dari setiap indikator kemiskinan.