<![CDATA[K-Means clustering merupakan salah satu strategi yang digunakan dalam analisis data dan machine learning untuk mengelompokkan data menjadi beberapa kelompok (cluster) berdasarkan kemiripan fitur atau atributnya. Metode ini bertujuan untuk meminimalkan jarak antara data dalam satu kelompok dan memaksimalkan jarak antara kelompok yang berbeda. Metode elbow merupakan sebuah metode yang diterapkan pada k-means clustering untuk menentukan jumlah optimal dari cluster yang akan dibentuk. Metode elbow membantu dalam menentukan jumlah cluster yang tepat untuk data tertentu. Data yang digunakan dalam penelitian ini adalah data penerima PKH di wilayah Kabupaten Jepara tahun 2022. Tujuan penelitian ini adalah untuk mendapatkan jumlah cluster optimal dalam melakukan pengelompokkan penerima PKH, sehingga dapat mengetahui desa yang paling banyak dijumpai pada penerima PKH di Kabupaten Jepara, agar penerima PKH yang mendapatkan lebih optimal dan tepat sasaran. Hasil penelitian setelah dilakukan pengujian dari jumlah k=2 sampai dengan k=6, didapatkan jumlah cluster terbaik menggunakan optimasi metode elbow terdapat pada jumlah cluster sebanyak 3 (k=3) dan didukung dengan nilai Davies Bouldin Index (DBI) sebesar 0.554. Pada cluster_0 terdapat 63 desa, cluster_1 terdapat 127 desa, dan clusterÂ_2 terdapat 5 desa yang memiliki penerima PKH lebih dari 900 rumah tangga dan lansia menjadi komponen penerima PKH Kabupaten Jepara yang paling dominan. Hasil pengelompokkan ini diharapkan dapat memudahkan dalam menentukan penerima PKH yang tepat sasaran.]]>
Copyrights © 2023
