<![CDATA[Kemiskinan merupakan isu krusial, identifikasi, pemahaman dan pengelompokkan kabupaten dan kota berdasarkan tingkat kemiskinan penting untuk merancang kebijakan yang tepat guna mengatasi masalah tersebut. Dengan menggunakan metode K-Medoids Clustering data Indeks Kedalaman Kemiskinan (IKK) dan Jumlah Penduduk Miskin (JPM) dikelompokkan. Sumber data yang digunakan berasal dari Open Data Jabar. Pada tahap awal penelitian, dilakukan analisis terhadap IKK dan JPM di setiap kabupaten-kota di Jawa Barat. Hasil analisis menunjukkan adanya variasi yang signifikan dalam tingkat kemiskinan dan jumlah penduduk miskin kabupaten/kota. Berdasarkan perbedaannya, dilakukan penerapan metode K-Medoids Clustering untuk mengelompokkan kabupaten-kota ke dalam klaster yang memiliki karakteristik kemiskinan serupa. Percobaan hasil eksperimen untuk mencari nilai DBI dilakukan sebanyak 6 kali, menunjukkan bahwa nilai paling optimal ditemukan pada K=6 dengan nilai DBI -0.358, dengan Kelompok Cluster_0 menunjukkan level tertinggi, diikuti oleh Cluster_4 sebagai kelompok tinggi, Cluster_3 dan Cluster_1 sebagai kelompok sedang, serta Cluster_2 dan Cluster_5 sebagai kelompok dengan tingkat yang lebih rendah. Temuan ini dapat digunakan sebagai dasar bagi pemerintah daerah dalam merumuskan kebijakan dan alokasi sumber daya untuk mengatasi masalah kemiskinan secara lebih tepat dan spesifik di masing-masing klaster. Selain itu metodologi yang diterapkan dalam penelitian ini dapat menjadi panduan bagi studi serupa di wilayah lain yang juga mengalami masalah kemiskinan.]]>
