Analisis Clustering berdasarkan Faktor-Faktor Kemiskinan di Provinsi Sulawesi Selatan menggunakan Algoritma K-Medoids

Abstract

Penelitian ini fokus pada pengelompokan wilayah kabupaten/kota di Provinsi Sulawesi Selatan dengan mempertimbangkan karakteristik kemiskinan menggunakan teknik klasterisasi K-Medoids. Urgensi penelitian ini muncul dari kebutuhan untuk memahami pola kemiskinan yang berbeda di wilayah tersebut agar kebijakan pembangunan daerah dapat lebih terarah dan efektif. Sebanyak 24 kabupaten/kota dianalisis menggunakan sembilan indikator kemiskinan, yaitu indeks kedalaman kemiskinan, indeks keparahan kemiskinan, tingkat pengangguran terbuka, harapan hidup, Indeks Pembangunan Manusia (IPM), pengeluaran per kapita, rata-rata lama sekolah, Produk Domestik Regional Bruto (PDRB), dan kepadatan penduduk. Hasil evaluasi menggunakan tiga metrik validitas internal—Silhouette Coefficient, Dunn Index, dan Davies-Bouldin Index—menunjukkan bahwa konfigurasi dua cluster (k=2) lebih optimal dibandingkan tiga cluster (k=3). Pada Tahun 2019, dari 24 kabupaten/kota, 23 kabupaten/kota masuk ke dalam cluster 1 (wilayah tertinggal) yang ditandai dengan indeks kemiskinan dan keparahan tinggi serta IPM dan pengeluaran per kapita rendah, sedangkan 1 kabupaten/kota berada di cluster 2 (wilayah maju) dengan kondisi sebaliknya. Analisis tren dari 2019 sampai 2023 menunjukkan komposisi cluster tetap stabil dengan adanya pergeseran positif pada 2 kabupaten/kota dari cluster 1 ke cluster 2 pada 2023