KLASTERISASI KERENTANAN SOSIAL DAN PENDIDIKAN PENERIMA PROGRAM KELUARGA HARAPAN MENGGUNAKAN METODE K-MEANS DI KECAMATAN RENGASDENGKLOK
Abstract
Program Keluarga Harapan (PKH) merupakan instrumen strategis penanggulangan kemiskinan, namun data administratif penerima di Kecamatan Rengasdengklok belum termanfaatkan optimal untuk memetakan kerentanan sosial dan pendidikan secara terukur. Penelitian ini bertujuan mengelompokkan 1.1511 Kepala Keluarga penerima PKH tahun 2025 ke dalam tiga kategori kerentanan memanfaatkan metode klasterisasi K-Means. Metodologi penelitian mencakup tahapan pra-pemrosesan data yang meliputi pembersihan, konversi variabel kategorik ke numerik, serta normalisasi Min-Max Scaling, dilanjutkan penentuan jumlah klaster optimal melalui Metode Elbow, eksekusi algoritma K-Means, dan evaluasi kualitas klaster menggunakan Silhouette Coefficient. Hasil komputasi menunjukkan jumlah klaster optimal K=3 dengan nilai inertia sebesar 19,34 serta konvergensi tercapai pada iterasi kedelapan. Skor Silhouette Coefficient sebesar 0,2281 mengonfirmasi pemisahan klaster yang wajar bagi data bersifat multidimensi. Terbentuk tiga profil karakteristik distinct: Klaster 0 merepresentasikan kerentanan sedang dengan sebaran pendidikan dasar hingga menengah merata, Klaster 1 mencerminkan kerentanan tinggi yang didominasi penyandang disabilitas dan tingkat pendidikan rendah, sedangkan Klaster 2 menunjukkan kerentanan rendah dengan proporsi pendidikan SMA paling tinggi. Studi ini membuktikan efektivitas K-Means dalam memetakan kerentanan penerima PKH secara objektif, sehingga output klasterisasi dapat menjadi acuan strategis penetapan prioritas pendampingan serta intervensi bantuan yang lebih presisi dan tepat sasaran.
Downloads
Copyright (c) 2026 JATI (Jurnal Mahasiswa Teknik Informatika)

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.









