<![CDATA[Distribusi bantuan sosial pangan sering menghadapi tantangan berupa ketidakmerataan akibat pengelompokan penerima yang belum optimal. Penelitian ini bertujuan untuk mengelompokkan penerima bantuan sosial di Kota dan Kabupaten Cirebon menggunakan Algoritma K-Means. Variabel utama yang dianalisis meliputi kelurahan, kecamatan, jarak ke lokasi distribusi, dan usia penerima. Algoritma K-Means dipilih karena kemampuannya memproses data besar secara efisien dan menghasilkan klaster yang terpisah dengan baik. Optimalisasi jumlah klaster dilakukan menggunakan Davies-Bouldin Index (DBI) pada rentang K=2 hingga K=6. Hasil menunjukkan nilai optimal K=3 dengan DBI sebesar 0,505, menghasilkan tiga klaster. Cluster 0 memiliki rata-rata jumlah kelurahan tertinggi (188,434) dan jarak distribusi terpendek (412,873 meter), cocok untuk wilayah padat penduduk. Cluster 1 memiliki jarak distribusi terjauh (2979,891 meter) dan usia penerima rata-rata 49,217 tahun, mencakup area dengan tantangan distribusi yang lebih kompleks. Cluster 2 memiliki jarak distribusi sedang (1422,595 meter) dan usia rata-rata 51,564 tahun, mencerminkan wilayah yang luas tetapi tetap mudah dijangkau. Penelitian ini menunjukkan bahwa Algoritma K-Means mampu meningkatkan efektivitas distribusi bantuan sosial dengan memastikan alokasi yang lebih tepat berdasarkan karakteristik demografis dan geografis penerima.]]>
Copyrights © 2025
