Penerapan Penerapan Metode K-Medoids Untuk Pengelompokan Tingkat Kemiskinan Pada Kabupaten/Kota Provinsi Kalimantan Timur

  • Gloria Luvita Diazmy Institut Teknologi Kalimantan, Balikpapan
Keywords: sustainable development goals, kemiskinan, cluster, kmedoids

Abstract

Upaya penanganan kemiskinan telah menjadi prioritas dalam rencana kerja pemerintah dimana penanganan tersebut diharapkan menjadi cara yang baik untuk mengatasi kemiskinan. Salah satu caranya adalah dengan mengelompokkan karakteristik masing-masing daerah berdasarkan indikator kemiskinan. Sehingga nantinya dapat diketahui cluster yang sangat berpengaruh pada masyarakat kemiskinan. Jumlah penduduk miskin di  Provinsi Kalimantan Timur berdasarkan survei Badan Pusat Statistik (BPS) Persentase penduduk miskin di Provinsi Kalimantan Timur pada September 2022 naik menjadi 6,44 persen atau meningkat 0,13 poin persen terhadap Maret 2022. Permasalahan kemiskinan menjadi masalah yang harus segera ditangani oleh pemerintah. Istilah kemiskinan muncul jika sekelompok orang tidak mampu mencukupi tingkat kesejahteraan ekeonomi yang dianggap sebagai kebutuhan minimal. Oleh karena itu, penelitian ini dilakukan untuk mengetahui pengelompokan Indikator Tingkat Kemiskinan yang ada di Provinsi Kalimantan Timur dengan menggunakan analisis clustering K-Medoids dengan jumlah k optimum menggunakan Silhouette Coefficient dan sebagai gambaran bagi pemerintah untuk upaya penanggulangan kemiskinan. Dengan Silhouette coefficient diperoleh 2 Cluster yaitu Cluster 1 Tingkat Kemiskinan Tinggi dengan 7 Kab/Kota yaitu Kabupaten Paser, Kutai Barat, Kutai Kartanegara, Kutai Timur, Berau, Penajam Paser Utara, dan Mahakam Ulu  dan Cluster 2 Tingkat Kemiskinan rendah dengan 3 Kab/Kota yaitu Balikpapan, Samarinda, dan Bontang.

Downloads

Download data is not yet available.
Published
2024-10-09
How to Cite
Diazmy, G. (2024, October 9). Penerapan Penerapan Metode K-Medoids Untuk Pengelompokan Tingkat Kemiskinan Pada Kabupaten/Kota Provinsi Kalimantan Timur. PROSIDING SEMINAR NASIONAL SAINS DATA, 4(1), 767-773. https://doi.org/https://doi.org/10.33005/senada.v4i1.324