ANALISIS CLUSTERING KABUPATEN/KOTA DI WILAYAH SUMATRA BERDASARKAN PERSENTASE KEMISKINAN DENGAN METODE K-MEDOIDS

Clustering adalah metode pengelompokkan data yang diterapkan untuk
mengenali kelompok yang terbentuk melalui penggabungan elemen-elemen yang
memiliki karakteristik yang sama. Salah satu metode clustering yang dapat
digunakan yaitu metode K-Medoids yang dikenal dengan Partitioning Around
Medoids (PAM). Penelitian ini bertujuan untuk memperoleh pengelompokan serta
mengetahui karakteristik hasil pengelompokan kabupaten/kota di Wilayah Sumatra
berdasarkan persentase kemiskinan menggunakan metode cluster K-medoids. Data
yang digunakan adalah data kemiskinan per kabupaten/kota dengan jumlah 154
yang ada di Wilayah Sumatra dengan variabel yang digunakan yaitu, variabel
harapan lama sekolah, rata-rata lama sekolah, tingkat pengangguran terbuka, dan
persentase penduduk miskin. Hasil yang diperoleh pada penelitian ini adalah
kabupaten/kota di Wilayah Sumatra memiliki 2 cluster optimum yang dilihat dari
nilai silhouette index dan nilai davies-bouldin index. Cluster 1 mencerminkan
wilayah dengan tingkat kemiskinan yang cukup tinggi, dengan memiliki rataan nilai
harapan lama sekolah sebesar 13,78 tahun, rata-rata lama sekolah sebesar 8,65
tahun, tingkat pengangguran terbuka sebesar 3,67%, dan persentase penduduk
miskin sebesar 14,76%. Cluster 2 mencerminkan wilayah dengan tingkat
kemiskinan sedang dengan memiliki rataan nilai harapan lama sekolah sebesar
13,36 tahun, rata-rata lama sekolah sebesar 8,58 tahun, tingkat pengangguran
terbuka sebesar 4,75 %, dan Persentase Penduduk Miskin sebesar 7,34 %.
Kata kunci: Kemiskinan, Clustering, K-Medoids, Partitioning Around Medoids
(PAM).