PENGELOMPOKAN KABUPATEN/KOTA DI PULAU KALIMANTAN PADA TAHUN 2020 DAN 2021 BERDASARKAN INDEKS PEMBANGUNAN MANUSIA MENGGUNAKAN METODE ALGORITMA ST-DBSCAN

Binda Aprilia Suryani (FMIPA Universitas Mulawarman)
Memi Nor Hayati (FMIPA Universitas Mulawarman)
Surya Prangga (FMIPA Universitas Mulawarman)

Jurnal Riset Pembangunan : Media Hasil Penelitian dan Kajian Pembangunan Daerah
Vol 6, No 1 (2023)

Clustering merupakan suatu teknik menganalisis pengelompokan berbeda terhadap data. Spatial Temporal-Density Based Spatial Clustering of Applications with Noise (ST-DBSCAN) adalah algoritma pengelompokan berbasis kepadatan (density) yang memiliki kemampuan untuk mencari pengelompokan berdasarkan data spasial, data temporal, dan data non-spasial dari objek. Tujuan dari penelitian ini adalah untuk mengetahui nilai Silhouette Coefficient (SC) dan hasil pengelompokan data IPM pada 56 Kabupaten/Kota di Pulau Kalimantan. Perhitungan nilai SC melibatkan parameter Eps1 untuk data spasial, Eps2 untuk data temporal dan MinPts. Nilai Parameter Eps1 dan MinPts disimulasikan secara trial and error untuk menghasilkan nilai SC terbesar. Nilai parameter Eps1= 1 sampai dengan Eps1= 5 Eps2 = 2 dan MinPts= 4 sampai dengan MinPts= 6. Berdasarkan hasil nilai SC yang tertinggi pada pengelompokan kabupaten/kota di Pulau Kalimantan menggunakan algoritma ST-DBSCAN adalah 0,324 yaitu terbentuk sebanyak 2 cluster dengan cluster pertama beranggotakan 42 kabupaten/kota dan cluster nol atau outlier beranggotakan 14 Kabupaten/Kota.