PENGELOMPOKAN KABUPATEN/KOTA DI SUMATERA UTARA BERDASARKAN INDIKATOR INFRASTRUKTUR DAN LAYANAN DASAR MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN K-MEANS CLUSTERING

Abstract

Penelitian ini bertujuan mengelompokkan 33 kabupaten/kota di Provinsi Sumatera Utara berdasarkan indikator infrastruktur dan layanan sosial tahun 2023 untuk melihat variasi kondisi antar wilayah. Proses analisis dilakukan melalui metode Principal Component Analysis (PCA) untuk mereduksi dimensi, dan K-Means Clustering sebagai teknik pengelompokan. Dua komponen utama dengan nilai eigen 4,775 dan 1,034 dipertahankan karena mampu menjelaskan 72,61% keragaman total data. Evaluasi Silhouette Coefficient menunjukkan nilai tertinggi pada k= 2, namun konfigurasi k = 3 dipilih karena tetap berada pada kategori baik sekaligus memberikan pemisahan yang lebih stabil dan konsisten dengan struktur skor PCA, dengan iterasi berhenti pada langkah ke-3 dan menghasilkan kelompok beranggotakan 7,4, dan 22 wilayah. Hasil clustering menunjukkan tiga pola karakteristik, yaitu wilayah dengan pendidikan relatif baik namun infrastruktur bervariasi, wilayah dengan layanan dasar dan pendidikan yang relatif lemah, serta wilayah dengan kualitas insfrastruktur dan layanan dasar yang lebih baik dibanding klaster lainnya. Temuan ini diharapkan dapat menjadi dasar pendukung perumusan kebijakan pembangunan daerah yang lebih terarah dan berbasis data