Optimasi Segmentasi Tingkat Biaya Hidup Provinsi di Indonesia Berdasarkan Harga Komoditas dan Layanan

Abstract

Tingkat biaya hidup di Indonesia menunjukkan variasi signifikan antarprovinsi, dipengaruhi oleh harga komoditas pokok (beras, telur ayam, daging sapi, cabai merah, minyak goreng), tarif listrik, upah minimum provinsi (UMP), garis kemiskinan, dan indeks kemahalan konstruksi (IKK). Penelitian ini bertujuan mengelompokkan provinsi berdasarkan kesamaan karakteristik biaya hidup menggunakan dua pendekatan clustering: K-Means dan Hierarchical Clustering dengan Ward linkage dengan klaster yang terpilih sejumlah 3 klaster. Data distandardisasi menggunakan Z-Score dan direduksi dimensinya dengan Principal Component Analysis (PCA). Hasil analisis menunjukkan bahwa PCA meningkatkan kualitas clustering dengan Silhouette Score tertinggi 0.44 pada metode Ward. Di sisi lain, K-Means menghasilkan Silhouette Score 0.41 dengan distribusi klaster yang lebih stabil dan tanpa outlier. Karakteristik pada metode K-Means clustering menunjukkan tiga pola klaster berbeda. Klaster 0 mencakup wilayah dengan biaya hidup menengah terutama di Indonesia bagian Timur seperti Papua dan Maluku, klaster 2 mencakup wilayah dengan dengan biaya hidup rendah seperti Jawa, Bali, dan Sulawesi, sementara klaster 1 mencakup provinsi outlier dengan biaya hidup yang sangat tinggi. Berdasarkan pertimbangan ini, penelitian memilih metode K-Means sebagai pendekatan clustering yang lebih andal untuk analisis segmentasi biaya hidup. Temuan ini memberikan dasar penting bagi penyusunan kebijakan publik yang lebih tepat sasaran sesuai karakteristik ekonomi masing-masing wilayah.