CLUSTERING PENDUDUK MISKIN MENGGUNAKAN ALGORITMA K-MEANS PADA WILAYAH JAWA BARAT
Abstract
Abstrak tersebut membahas kemiskinan sebagai status sosial yang melibatkan aspek ekonomi, pendapatan, pekerjaan, pendidikan, kepemilikan harta, dan tempat tinggal. Pemerintah Indonesia menjalankan berbagai program pengentasan kemiskinan, seperti Program Keluarga Harapan (PKH) dan Bantuan Langsung Tunai (BLT). PKH memberikan bantuan keuangan bersyarat kepada Rumah Tangga Sangat Miskin (RTSM), termasuk kelompok seperti ibu hamil, anak-anak, lansia, dan penyandang disabilitas. Angka kelahiran yang tinggi dapat mempengaruhi pertumbuhan penduduk dan tingkat pengangguran di suatu wilayah. Program bantuan pemerintah kadang-kadang tidak tepat sasaran dan dapat menimbulkan kecemburuan sosial. Penelitian ini mengusulkan penggunaan metode K-Means Clustering untuk mengatasi masalah pengelompokan keluarga miskin berdasarkan berbagai kategori. Hasilnya, terdapat dua cluster dengan tingkat kemiskinan tinggi dan rendah. penerapan Algoritma K-Means Clustering didapatkan pengelompokkan menjadi 2 Cluster yaitu Cluster 0 dengan tingkat kemiskinan tinggi sebanyak 90 data dan Cluster 1 dengan tingkat kemiskinan rendah sebanyak 45 data.