PERBANDINGAN METODE K-MEANS DAN AVERAGE LINKAGE UNTUK PENGELOMPOKKAN KABUPATEN/KOTA DI PROVINSI JAWA BARAT BERDASARKAN INDIKATOR KEMISKINAN

Authors

  • Salma Oktaviani Program Studi Statistika, Fakultas Sains dan Teknologi, Universitas Terbuka, Tangerang Selatan, Indonesia
  • Emeylia Safitri Program Studi Statistika, Fakultas Sains dan Teknologi, Universitas Terbuka, Tangerang Selatan, Indonesia

Keywords:

Kemiskinan, Analisis Cluster, K-Means, Average Linkage, Silhouette

Abstract

Kemiskinan merupakan salah satu permasalahan pembangunan yang masih menjadi perhatian di Provinsi Jawa Barat. Karakteristik kemiskinan yang berbeda antar kabupatan/kota menyebabkan dibutuhkannya pengelompokkan wilayah sebagai dasar penyusunan kebijakan agar lebih tepat sasaran. Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Provinsi Jawa Barat berdasarkan jumlah penduduk miskin, tingkat pengangguran terbuka (TPT), pengeluaran per kapita, gini ratio dan tingkat partisipasi angkatan kerja (TPAK) menggunakan metode K-Means dan Average Linkage. Penentuan jumlah cluster optimal pada metode k-means dilakukan menggunakan metode silhouette. Selanjutnya dilakukan pengelompokkan menggunakan metode k-means dan average linkage serta evaluasi kualitas cluster menggunakan indeks silhouette. Hasil penelitian menunjukkan bahwa jumlah cluster optimal yang diperolah pada kedua metode adalah dua cluster. Nilai indeks silhouette pada metode K-Means sebesar 0,2831 dan pada metode Average Linkage sebesar 0,4631. Hasil tersebut menunjukkan bahwa metode Average Linkage menghasilkan kualitas pengelompokkan yang lebih baik dibandingkan metode K-Means. Oleh karena itu, metode Average Linkage dipilih sebagai metode terbaik dalam mengelompokkan kabupaten/kota di Provinsi Jawa Barat berdasarkan karakteristik kemiskinan.

Downloads

Published

2026-08-31

Conference Proceedings Volume

Section

Artikel

Categories