Suvriadi Panggabean
Matematika, Universitas Negeri Medan

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Identifikasi Klaster Wilayah Miskin di Sumatera Utara Menggunakan Algoritma Breadth-First Search pada Graf Ketetanggaan Kabupaten/Kota Muhammad Alfin; John Bush Henrydunan; Suvriadi Panggabean
Jurnal Ilmiah Matematika Vol. 13 No. 2 (2026)
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jim.v13i2.32424

Abstract

Kemiskinan di Provinsi Sumatera Utara menunjukkan persebaran yang tidak merata antarwilayah, sementara analisis statistik konvensional sering mengabaikan hubungan ketetanggaan spasial. Penelitian ini bertujuan mengidentifikasi dan memetakan klaster wilayah miskin untuk mendukung perumusan kebijakan pengentasan kemiskinan yang lebih terintegrasi. Metode yang digunakan adalah pemodelan graf ketetanggaan dengan 33 simpul kabupaten/kota dan 61 sisi perbatasan darat yang dikombinasikan dengan algoritma Breadth-First Search (BFS). Ambang batas kemiskinan ditentukan berdasarkan rata-rata persentase penduduk miskin kabupaten/kota sebesar 9,08%. Hasil penelitian mengklasifikasikan 10 wilayah sebagai Wilayah Miskin, 16 wilayah sebagai Wilayah Rentan, dan 7 wilayah sebagai Wilayah Sejahtera. Algoritma BFS berhasil mengidentifikasi lima klaster wilayah miskin, yaitu Batu Bara, Kepulauan Nias, Samosir, Sibolga–Tapanuli Tengah, dan Tanjung Balai. Berdasarkan analisis skor prioritas, Klaster Kepulauan Nias teridentifikasi sebagai prioritas awal intervensi karena memiliki tingkat kemiskinan dan jumlah penduduk miskin yang relatif lebih tinggi dibandingkan klaster lainnya. Hasil penelitian menunjukkan bahwa pendekatan berbasis graf dan algoritma BFS efektif dalam mengidentifikasi keterhubungan spasial serta mengekstraksi klaster kemiskinan sebagai informasi pendukung penentuan prioritas intervensi pengentasan kemiskinan.