PEMETAAN KABUPATEN/KOTA DI PROVINSI JAWA TIMUR TAHUN 2023 BERDASARKAN KARAKTERISTIK INDEKS PEMBANGUNAN MANUSIA (IPM) DENGAN MENGGUNAKAN ANALISIS BIPLOT DAN KLASTERISASI K-MEANS
Keywords:
faktor risiko, stunting, analisis biplot, banyuwangi, prevalensiAbstract
Kemiskinan, akses terbatas terhadap pendidikan, dan distribusi layanan kesehatan yang tidak merata menjadi tantangan utama dalam peningkatan Indeks Pembangunan Manusia (IPM). Jawa Timur, sebagai provinsi yang mengalami tren peningkatan IPM sejak 2020, menunjukkan variasi signifikan antar kabupaten/kota yang mencerminkan kesenjangan kesejahteraan masyarakat. Penelitian ini bertujuan untuk memetakan dan mengelompokkan kabupaten/kota di Jawa Timur berdasarkan karakteristik IPM dengan menggunakan metode analisis biplot dan klasterisasi K-Means. Analisis biplot mengidentifikasi dua faktor utama penyusun keragaman data, yaitu faktor ekonomi (persentase penduduk miskin, rata-rata lama sekolah, dan pengeluaran per kapita) serta faktor sosial (usia harapan hidup dan harapan lama sekolah), yang menjelaskan 87,2% total keragaman. Analisis kluster K-Means menghasilkan tiga kelompok kabupaten/kota dengan karakteristik pembangunan yang serupa, terdiri dari 7 anggota di Cluster 1, 9 anggota di Cluster 2, dan 22 anggota di Cluster 3. Hasil penelitian ini diharapkan dapat menjadi dasar pengambilan kebijakan yang tepat untuk mengurangi kesenjangan pembangunan dan kemiskinan di Jawa Timur.
Downloads
Published
Conference Proceedings Volume
Section
Categories
License
Copyright (c) 2025 Prosiding Seminar Nasional Sains dan Teknologi "SainTek"

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.