PENERAPAN ALGORITMA K-MEANS UNTUK SEGMENTASI DAERAH DI JAWA TIMUR BERDASARKAN INDIKATOR KESEJAHTERAAN MASYARAKAT

Abstract

Kesejahteraan masyarakat merupakan indikator penting dalam menilai kualitas hidup suatu daerah. Penelitian ini bertujuan untuk mengelompokkan daerah-daerah di Provinsi Jawa Timur berdasarkan indikator kesejahteraan menggunakan algoritma K-Means. Teknik Principal Component Analysis (PCA) digunakan untuk mereduksi dimensi variabel kesejahteraan sebelum dilakukan klasterisasi. Penelitian ini mengikuti tahapan dalam proses data mining dengan model CRISP-DM yang terdiri dari enam tahapan di antaranya business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Dalam tahap modeling, algoritma K-Means diterapkan untuk menemukan karakteristik atau informasi dalam mengelompokkan daerah dengan tingkat kesejahteraan di Provinsi Jawa Timur pada tahun 2020 hingga 2022. Visualisasi hasil cluster dilakukan dalam bentuk peta interaktif menggunakan library Geopandas dan Folium pada Python. Hasil penelitian menunjukkan bahwa pada tahun 2020 dan 2021 terbentuk 2 cluster dimana cluser 2 adalah cluster sejahtera dan cluster 1 tidak sejahtera, sementara pada tahun 2022 terbentuk 6 cluster dengan karakteristik masing-masing dimana