ANALISIS CLUSTERING DATA PENDUDUK MISKIN MENGGUNAKAN ALGORITMA K-MEANS

Abstract

Tujuan dari penelitian ini adalah menghasilkan cluster penduduk miskin per kecamatan di Kota Pagar Alam. Saat ini, proses pengelolaan untuk menentukan kelompok penduduk miskin masih dilakukan secara manual, yang melibatkan verifikasi data dari Kemensos oleh pendamping kota untuk menentukan kelayakan penerima bantuan. Metode ini memakan waktu dan berpotensi kesalahan karena memerlukan verifikasi manual dari data lapangan dalam bentuk file excel. Oleh karena itu, penelitian ini menggunakan algoritma K-Means clustering untuk menghasilkan profil kelompok dengan atribut yang sama. Pengolahan data dilakukan menggunakan Python, dengan pengembangan sistem yang mengikuti metodologi CRISP-DM dimana tahapan meliputi Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluation dan Deployment. Metode pengujian menggunakan Elbow Method untuk menentukan jumlah cluster terbaik dengan melihat siku pada grafik hasil sum of square error (SEE). Hasil penelitian menunjukkan terbentuknya 5 cluster, di mana beberapa di antaranya memiliki penduduk miskin yang signifikan