ABSTRAK
Kementerian Desa, Pembangunan Daerah Tertinggal dan Transmigrasi (Kementerian Desa PDTT)
merupakan kementerian dalam Pemerintahan Indonesia yang membidangi urusan pembangunan
desa dan kawasan perdesaan, pemberdayaan masyarakat desa, percepatan pembangunan daerah
tertinggal, dan transmigrasi. Data Potensi Desa tahun 2014 (Podes 2014) merupakan data yang
dikeluarkan oleh Badan Pusat Statistik yang bekerjasama dengan Kementerian Desa PDTT dalam
bentuk unsupervised dan terdiri dari 74093. Data Podes 2014 dibuat berdasarkan tingkat
perkembangan desa (village specific) di Indonesia dengan menjadikan desa sebagai unit analisis. Data
mining merupakan suatu metode yang dapat digunakan untuk menelompokkan objek dalam sebuah
data kedalam kelas-kelas yang memiliki kriteria yang sama (clustering). Salahsatu algoritma yang dapat
digunakan untuk proses clustering yaitu algoritma k-means. Pengelompokan data menggunakan k-
means dilakukan dengan cara menghitung jarak terdekat dari suatu data ke sebuah titik centroid.
Dalam penelitian ini akan dilakukan perbandingan metode perhitungan jarak pada k-means antara
Manhattan, Euclidean dan Chebychev. Pengujian akan dilakukan menggunakan waktu eksekusi dan
davies bouldin index. Dari pengujian yang sudah dilakukan, metode perhitungan jarak Chebyshev
memiliki akumulasi waktu paling efisien dibandingkan Manhattan dan Euclidean, sedangkan metode
Euclidean memiliki nilai Index Davies paling optimal dibanding metode Manhattan dan Chebyshev.