CLUSTERING WILAYAH PULAU JAWA BERDASARKAN INDIKATOR SOSIAL EKONOMI MENGGUNAKAN METODE K-MEANS

Abstract

Pulau Jawa memiliki peran strategis dalam pembangunan nasional karena konsentrasi penduduk yang tinggi, namun masih menghadapi kesenjangan kondisi sosial ekonomi antar wilayah. Perbedaan tingkat pendidikan, kesehatan, pengangguran, dan kemiskinan menunjukkan perlunya analisis berbasis data untuk mendukung perencanaan pembangunan yang lebih tepat sasaran. Permasalahan utama dalam pembangunan wilayah adalah belum adanya pengelompokan kabupaten/kota yang mampu merepresentasikan karakteristik sosial ekonomi secara komprehensif. Oleh karena itu, penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Pulau Jawa berdasarkan indikator sosial ekonomi menggunakan metode K-Means Clustering. Data yang digunakan merupakan data sekunder Badan Pusat Statistik (BPS) tahun 2023 yang mencakup 119 kabupaten/kota dengan lima indikator, yaitu Tingkat Pengangguran Terbuka (TPT), Indeks Kedalaman Kemiskinan (P1), Indeks Pembangunan Manusia (IPM), Angka Harapan Hidup (AHH), dan Rata-rata Lama Sekolah (RLS). Tahapan penelitian meliputi preprocessing data, normalisasi menggunakan StandardScaler, penentuan jumlah cluster optimal dengan Elbow Method dan Silhouette Score, serta visualisasi hasil clustering menggunakan Principal Component Analysis (PCA). Hasil penelitian menunjukkan bahwa wilayah di Pulau Jawa terbagi ke dalam empat cluster dengan karakteristik sosial ekonomi yang berbeda, yaitu sangat baik, menengah, menengah-bawah, dan tertinggal. Hasil ini diharapkan dapat menjadi dasar pertimbangan dalam perumusan kebijakan pembangunan wilayah yang lebih efektif dan berbasis data