PENERAPAN ALGORITMA K-MEANS CLUSTERING DALAM PENGELOMPOKKAN KABUPATEN/KOTA BERDASARKAN INDIKATOR KEMISKINAN DI PROVINSI PAPUA

Fadilah, Yusriana Chusna (2024) PENERAPAN ALGORITMA K-MEANS CLUSTERING DALAM PENGELOMPOKKAN KABUPATEN/KOTA BERDASARKAN INDIKATOR KEMISKINAN DI PROVINSI PAPUA. Fakultas Teknologi Komunikasi Dan Informatika Progam Studi Sistem Informasi.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (528kB)
[thumbnail of BAB 1.pdf] Text
BAB 1.pdf

Download (305kB)
[thumbnail of BAB 2.pdf] Text
BAB 2.pdf

Download (429kB)
[thumbnail of BAB 3.pdf] Text
BAB 3.pdf

Download (343kB)
[thumbnail of BAB 4.pdf] Text
BAB 4.pdf

Download (602kB)
[thumbnail of BAB 5.pdf] Text
BAB 5.pdf

Download (269kB)
[thumbnail of lampiran.pdf] Text
lampiran.pdf

Download (398kB)

Abstract

Kemiskinan adalah kondisi di mana individu atau wilayah tidak mampu mencapai
tingkat hidup yang layak atau meningkatkan standar kehidupan mereka.
Berdasarkan data Badan Pusat Statistik tahun 2023, Provinsi Papua memiliki
tingkat kemiskinan mencapai 26,03% dan populasi miskin sebanyak 915,15 ribu
jiwa, menghadapi tantangan serius dalam mengatasi masalah ini. Penelitian ini
bertujuan untuk mengidentifikasi pola kemiskinan di Kabupaten/Kota Provinsi
Papua menggunakan algoritma K-Means Clustering untuk mengelompokkan
wilayah berdasarkan karakteristik kemiskinan yang serupa. Hasil penelitian
menunjukkan bahwa algoritma K-Means Clustering berhasil mengelompokkan
Kabupaten/Kota ke dalam dua cluster, yaitu C0 dan C1, dengan menggunakan
metode Elbow dan Silhouette Score untuk menentukan jumlah cluster optimal.
Cluster C0, yang termasuk dalam kategori tingkat kemiskinan tinggi, terdiri dari 17
Kabupaten/Kota memiliki karakteristik persentase penduduk miskin tinggi, garis
kemiskinan tinggi, rata-rata lama sekolah rendah, Indeks Pembangunan Manusia
(IPM) rendah, serta Indeks Kedalaman Kemiskinan (P1) dan Indeks Keparahan
Kemiskinan (P2) tinggi, dengan jumlah pengangguran dan pengeluaran per kapita
yang rendah. Sebaliknya, cluster C1, termasuk dalam kategori tingkat kemiskinan
rendah, terdiri dari 12 Kabupaten/Kota memiliki karakteristik persentase penduduk
miskin rendah, garis kemiskinan rendah, rata-rata lama sekolah tinggi, IPM tinggi,
serta P1 dan P2 rendah, dengan jumlah pengangguran dan pengeluaran per kapita
yang tinggi. Rekomendasi strategis untuk C0 mencakup implementasi Bantuan
Tunai Langsung (BLT), pembangunan infrastruktur dasar, perbaikan pendidikan,
dan peningkatan IPM melalui Pusat Kesehatan dan klinik bergerak. Untuk C1,
strategi meliputi penguatan ekonomi lokal, insentif pajak dan subsidi,
pengembangan kurikulum keterampilan, dan inovasi dalam kesehatan dan
pendidikan. Penelitian ini bertujuan memberikan landasan strategis bagi
pemerintah dalam merancang kebijakan pembangunan yang lebih fokus di setiap
Kabupaten/Kota di Provinsi Papua, diharapkan dapat membantu mengatasi
kemiskinan secara lebih efektif dan mendukung pembangunan berkelanjutan di
wilayah tersebut.

Item Type: Patent
Subjects: Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science
Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions: Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User: Users 30 not found.
Date Deposited: 02 Sep 2024 04:43
Last Modified: 03 Sep 2024 07:07
URI: https://repository.unas.ac.id/id/eprint/11567

Actions (login required)

View Item View Item