Abstract:
20194920003 - Penelitian ini bertujuan untuk mengklusterisasi 514 kota/kabupaten di Indonesia
berdasarkan tingkat kemiskinan dari masa sebelum COVID-19 (tahun 2019) sampai
masa akhir COVID-19 (tahun 2022) dan membandingkan hasil klusterisasi yang
didapat. Data yang digunakan berasal dari data publikasi Badan Pusat Statistik
(BPS) di tahun 2019 – 2022 yang memiliki 11 variabel yang berkaitan dengan
kemiskinan. Metode yang diaplikasikan dalam penelitian ini adalah unsupervised
learning melingkupi: normalisasi data serta penyederhanaan variabel menggunakan
Principal Component Analysis; penentuan jumlah kluster optimal berdasarkan
metode elbow, indeks silhouette, dan algoritma gap statistic yang menemukan 3
kluster optimal; dan algoritma K-Means untuk mengklusterisasi 514
kota/kabupaten. Dari analisis didapatkan: kota/kabupaten dengan tingkat
kemiskinan rendah berada di kluster 1, tingkat kemiskinan sedang di kluster 2, dan
tingkat kemiskinan tinggi di kluster 3; Jumlah kota/kabupaten di kluster 3
meningkat dari 36 kota/kabupaten di tahun 2019 menjadi 40 kota/kabupaten di
tahun 2022; terdapat 32 kota/kabupaten yang selalu berada di kluster 3.
