Abstrak
Menurut sumber informasi dari Badan Pusat Statistik (BPS), kita dapat mengetahui angka kemiskinan seluruh provinsi
di Indonesia. Namun dalam data yang disampaikan ke BPS, angka kemiskinan hanya ditampilkan per provinsi, dan
dalam upaya pengentasan kemiskinan saat ini, pemerintah perlu mengetahui daerah mana yang memiliki rata-rata angka
kemiskinan tinggi, sedang, dan rendah, sehingga pemerintah dapat menentukan sasaran pengentasan kemiskinan
prioritas dan upaya penanggulangan kemiskinan. Oleh karena itu, pemilahan tingkat kemiskinan provinsi-provinsi di
Indonesia perlu dilakukan agar pemerintah dapat merumuskan kebijakan atau langkah-langkah penanggulangan
kemiskinan yang tepat secara tepat waktu sesuai dengan tingkat kemiskinan masing-masing provinsi. Pada penelitian
ini, metode clustering dengan algoritma K-Means digunakan untuk mengurutkan provinsi menurut tingkat kemiskinan
menggunakan software. Hasil penelitian menunjukkan bahwa dari provinsi di Indonesia yang diklasifikasikan
berdasarkan tingkat kemiskinan, terdapat 3 kelompok: Kelompok 0 (provinsi dengan tingkat kemiskinan rendah),
Kelompok 1 (provinsi dengan tingkat kemiskinan sedang) dan Kelompok 2 (provinsi dengan tingkat kemiskinan yang
tinggi). Provinsi yang termasuk dalam kelompok provinsi dengan angka kemiskinan tinggi adalah Papua, Papua Barat,
dan Maluku.
Abstract
Based on information sources from the Central Statistics Agency (BPS), we can find out the poverty rate in all
provinces in Indonesia. However, in the data submitted to BPS, the poverty rate is presented per province only, whereas
in the current poverty alleviation effort, the government needs to know which areas have high, moderate or weak
average poverty rates so that the government can set priorities for the fight against poverty. Therefore, ranking
provinces in Indonesia based on poverty level is necessary so that the government can produce the right anti-poverty
policies or approaches at the right time according to the poverty level of each province. In this study, the clustering
method with the K-Means algorithm was used to sort provinces according to missile level using software. The results
showed that of the provinces in Indonesia which were classified based on poverty levels, there were 3 groups: Group 0
(provinces with low poverty rates), Group 1 (provinces with moderate poverty rates) and Group 2 (provinces with high
poverty rates). Provinces included in the group of provinces with high poverty rates are Papua, West Papua and
Maluku.
B. K-means Clustering
Pada grafik scatter ini kita bisa mengetahui Berdasarkan gambar diatas, terdapat 0 hingga
bahwa tingkat penduduk miskin yang berada 500 id provinsi yang terclusterisasi adalah 5
pada beberapa provinsi di Indonesia cluster cluster 0 adalah cluster provinsi dari
mengalami kenaikan dan penurunan, bisa id 0 sampai id di bawah serratus dalam
dilihat dari grafik diatas ini ada beberapa cluster ini tingkat kemiskinan lebih dari 30%
provinsi yang mengalami kenaikan sampai ke sedangkat cluster dengan tingkat kemiskinan
30 dan ada yang mengalami penurunan terendah adalah berada di cluster 0 dan 1
hingga mencapai 0. dengan tingkat kemiskinan hamper
menyentuh angka 0.