PERBANDINGAN ALGORITMA K-MEANS CLUSTERING DAN K-MEDOIDS DALAM MENGELOMPOKKAN TINGKAT KEMISKINAN DI PROVINSI RIAU

Jilang Ramadhani(1), Yoga Safitra Anugraha(2), Aulia Fauzan(3), Rahmaddeni Rahmaddeni(4), Lusiana Efrizoni(5),


(1) STMIK Amik Riau
(2) STMIK Amik Riau
(3) STMIK Amik Riau
(4) STMIK Amik Riau
(5) STMIK Amik Riau
Corresponding Author

Abstract


Kemiskinan merupakan permasalahan yang sering terjadi di dunia. Tingkat kemiskinan dari tahun ke tahun cenderung naik dan turun di setiap wilayah. Menurut Badan Pusat Statistik Riau, tingkat kemiskinan termasuk golongan rendah dengan persentase sebesar 7,00% pada september 2021. Penelitian ini bertujuan untuk mengelompokkan tingkat kemiskinan dengan Cluster kemiskinan rendah, sedang dan tinggi menggunakan algoritma K-Means Clustering dan K-Medoids. Data bersumber dari Badan Pusat Statistik Provinsi Riau dari tahun 2021-2023 dengan atribut jumlah penduduk miskin, pengangguran, dan garis kemiskinan. Hasil penelitian menunjukkan bahwa K-Means menghasilkan nilai Silhouette Coefficient sebesar 0,387 lebih tinggi dibandingkan K-Medoids sebesar 0,289. Hal ini menunjukkan Cluster yang dihasilkan K-Means lebih baik dalam mengelompokkan wilayah berdasarkan tingkat kemiskinan. Informasi ini dapat dimanfaatkan pemerintah untuk mengatasi kemiskinan yang sesuai dengan kondisi khusus di setiap Cluster wilayah.


Full Text: PDF (Bahasa Indonesia)

Article Metrics

Abstract View : 35 times
PDF (Bahasa Indonesia) Download : 25 times

DOI: 10.58486/jsr.v8i1.393

Refbacks

  • There are currently no refbacks.