Penerapan Algoritma K-Means Untuk Pengelompokan Tingkat Kemiskinan di Jawa Barat

Kemiskinan merupakan suatu kondsi dimana seseorang tidak mampu untuk memenuhi kebutuhan dasarnya seperti pangan, sandang, tempat tinggal, pendidikan, dan kesehatan yang layak. Hampir setiap Kabupaten/Kota di Jawa Barat terdapat penduduk dengan tingkat kemiskinan, terbukti dengan data terakhir dari BPS tahun 2017 sebanyak 7,25 persen atau setara 3.54 juta jiwa. Untuk itu perlu analisis mengenai tingkat kemiskinan di Jawa Barat. Tujuan dari penelitian ini adalah untuk mengetahui pengelompokan tingkat kemiskinan dengan memanfaatkan Teknik Clustering dalam proses data mining. Metode yang digunakan adalah algoritma K-Means. Algoritma K-Means merupakan algoritma pengelompokan data yang sama pada kelompok tertentu. Dalam penelitian ini akan dilakukan pengelompokan kabupaten kedalam beberapa cluster berdasarkan kemiripan data sehingga data kabupaten dengan kesamaan karakteristik dikelompokan menjadi satu. Atribut yang dipakai adalah Kabupaten/Kota dari tahun 2012 sampai 2017. Hasil dari penelitian ini yaitu tingkat kemiskinan tertinggi sebanyak 14 Kabupaten/Kota , tingkat kemiskinan sedang sebanyak 12 Kabupaten/Kota, dan tingkat kemiskinan terendah sebanyak 1 Kabupaten/Kota di Jawa Barat. Kata Kunci: Kemiskinan, K-Means, data mining, clustering.