Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis K-Means Cluster Kabupaten/Kota di Provinsi Kalimantan Selatan berdasarkan Indikator Indeks Pembangunan Manusia Muhammad Naufal Nor Akmal; Akhmad Yusuf; Ahmad Mishbahul Munier; Muhammad Tezhar Rayhan Noor
Komputika : Jurnal Sistem Komputer Vol. 14 No. 2 (2025): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v14i2.16301

Abstract

Indeks Pembangunan Manusia (IPM) merupakan indikator komprehensif yang digunakan untuk mengukur kualitas hidup penduduk melalui tiga dimensi utama: kesehatan, pendidikan, dan ekonomi. Di Provinsi Kalimantan Selatan, masih terjadi kesenjangan capaian IPM antar kabupaten/kota, yang mencerminkan adanya ketimpangan dalam pembangunan manusia. Untuk itu, diperlukan pendekatan analitis guna mengelompokkan wilayah-wilayah berdasarkan IPM-nya. Penelitian ini bertujuan untuk mengelompokkan 13 kabupaten/kota di Provinsi Kalimantan Selatan berdasarkan indikator IPM menggunakan metode K-Means Clustering. Data yang digunakan mencakup empat indikator: Umur Harapan Hidup (UHH), Harapan Lama Sekolah (HLS), Rata-rata Lama Sekolah (RLS), dan Pengeluaran per Kapita. Sebelum clusterisasi, data dinormalisasi menggunakan metode Min-Max Scaling untuk menyamakan skala variabel. Selanjutnya, K-Means diterapkan untuk membentuk cluster berdasarkan kesamaan karakteristik. Pemilihan jumlah cluster optimal dilakukan menggunakan metode Elbow. Hasil analisis menunjukkan bahwa tiga cluster terbentuk secara optimal: cluster dengan IPM sangat tinggi, tinggi, dan sedang. Cluster IPM sangat tinggi terdiri dari Kota Banjarbaru dan Kota Banjarmasin; cluster tinggi mencakup mayoritas kabupaten; sementara cluster sedang hanya mencakup dua kabupaten dengan capaian IPM paling rendah. Temuan ini memberikan gambaran mengenai ketimpangan pembangunan manusia di Kalimantan Selatan. Kontribusi utama penelitian ini adalah menyediakan dasar analitik berbasis data untuk mendukung perumusan kebijakan pembangunan yang lebih efektif, khususnya dalam mengurangi kesenjangan IPM antar wilayah.