<![CDATA[Abstrakā Analisis terhadap kondisi sosial santri di MI Al Huda Kota Malang disusun berdasarkan sejumlah indikator penting yang meliputi tingkatpenghasilan, jenis pekerjaan, latar belakang pendidikan, serta kepemilikantempat tinggal. Ketiadaan sistem klasifikasi yang terorganisir menyebabkanproses penentuan tingkat kesejahteraan belum dapat dilakukan secara objektifdan terukur. Untuk mengatasi hal tersebut, digunakan pendekatan data miningmelalui penerapan algoritma K-Means Clustering sebagai metode pengelompokan data. Tahapan awal dilakukan dengan proses preprocessing data, yang mencakup pemilihan variabel yang relevan, penanganan data, sertanormalisasi menggunakan StandardScaler agar distribusi data menjadi lebihseragam. Setelah itu, evaluasi terhadap hasil clustering dilakukan denganmemanfaatkan beberapa metrik, yaitu Elbow Method, Silhouette Score, dan Davies-Bouldin Index guna menentukan jumlah cluster yang optimal.Berdasarkan hasil evaluasi, diperoleh jumlah cluster terbaik sebanyak empat (k = 4), dengan nilai Silhouette Score sebesar 0,3341 dan Davies-Bouldin Indexsebesar 1,1277. Setiap cluster kemudian dianalisis lebih lanjut sesuaikarakteristik masing-masing tanpa melakukan perubahan terhadap jumlahcluster yang telah ditetapkan. Sebagai perbandingan, algoritma DBSCAN juga diterapkan, namun menunjukkan performa yang lebih rendah dibandingkandengan K-Means dalam menghasilkan kualitas pengelompokan. Secarakeseluruhan, metode K-Means terbukti mampu memberikan hasil clusteringyang lebih konsisten dan representatif, sehingga dapat dimanfaatkan sebagai dasar dalam pengambilan keputusan terkait kondisi sosial ekonomi santri.]]>
