<![CDATA[Kemiskinan merupakan masalah serius di banyak wilayah Indonesia, termasuk di Provinsi Papua. Berdasarkan data BPS pada Maret 2024, jumlah penduduk miskin di Provinsi Papua mencapai 152,91 ribu orang dengan persentase 17,26%. Masalah kemiskinan di Papua berhubungan erat dengan faktor-faktor sosial, ekonomi, dan geografis yang kompleks, sehingga memerlukan pendekatan yang tepat dalam upaya penanggulangan. Analisis klaster merupakan salah satu pendekatan yang dapat diterapkan, yang memungkinkan pengelompokan wilayah berdasarkan karakteristik kemiskinan yang serupa. Penelitian ini menggunakan metode algoritma K-Means Clustering untuk mengidentifikasi kelompok variabel yang memengaruhi tingkat kemiskinan di Provinsi Papua. Dari hasil analisis terhadap 29 data, ditemukan tiga cluster: Cluster 1 (tinggi) terdiri dari 15 daerah, Cluster 2 (sedang) terdiri dari 6 daerah, dan Cluster 3 (rendah) terdiri dari 8 daerah. Hasil ini memberikan wawasan mengenai distribusi kemiskinan yang dapat menjadi acuan bagi pemerintah daerah dalam merumuskan kebijakan yang lebih efektif. Selain itu, penelitian ini juga melakukan pengujian sistem (blackbox) yang menunjukkan bahwa sistem pengelolaan data telah berfungsi dengan baik. Berdasarkan hasil pengujian terhadap 29 data, sistem yang menggunakan metode K-Means Clustering menunjukkan akurasi 100%, dengan semua data yang diuji sesuai. Penelitian ini diharapkan dapat memberikan kontribusi dalam upaya pengurangan kemiskinan di Papua melalui penerapan teknologi analisis data yang tepat]]>
