ANALISIS GARIS KEMISKINAN MAKANAN MENGGUNAKAN METODE ALGORITMA K-MEANS CLUSTERING

Authors

  • Kamila Aprilia Universitas Nusa Putra
  • Falentino Sembiring Universitas Nusa Putra

Keywords:

Data Mining, Garis Kemiskinan Makanan, K-Means Clustering

Abstract

Kemiskinan merupakan suatu permasalahan global yang banyak terjadi di berbagai negara salah satunya adalah negara Indonesia. Salah satu ciri adanya kondisi kemiskinan adalah ketidakmampuan masyarakat untuk memenuhi kebutuhan hidup seperti sandang, pangan dan papan. Kurangnya lahan produktif untuk menghasilkan aset pendapatan menjadi salah satu hal yang banyak ditemui di dalam permasalahannya terutama dalam memperoleh kebutuhan dasar salah satunya adalah makanan. Garis kemiskinan makanan merupakan nilai minimum dari pengeluaran kebutuhan makanan. Di dalam nya terdapat paket komoditi yang terdiri dari 52 jenis bahan makanan. Hal ini merupakan kebutuhan yang sangat penting bagi masyarakat. Hal ini juga menjadi salah satu faktor pemicu permasalahan kemiskinan di Indonesia dimana angka kematian setiap tahunnya meningkat dikarenakan kondisi kurangnya kebutuhan makanan di lingkungan masyarakat. Pada penelitian ini data yang digunakan bersumber dari Badan Pusat Statistik. Tujuan dari penelitian ini adalah untuk mengetahui tinggi, sedang dan rendahnya jumlah garis kemiskinan makanan berdasarkan provinsi di Indonesia dengan menggunakan metode Algoritma K-means Clustering.
Berdasarkan hasil pengujian yang dilakukan dengan menerapkan Algoritma K-Means Clustering didapatkan hasil dengan Cluster 1 berjumlah 6 provinsi dengan kriteria garis kemiskinan makanan tertinggi, Cluster 2 berjumlah 16 provinsi dengan kriteria garis kemiskinan makanan sedang dan Cluster 3 berjumlah 12 provinsi dengan kriteria garis kemiskinan terendah. Hasil yang didapat dari penelitian ini diharapkan mampu membantu pemerintah dalam mengambil keputusan, mendapatkan perhatian lebih terhadap cluster yang ditentukan.

Published

2021-09-13