<![CDATA[Pengentasan kemiskinan menjadi isu strategis dalam Rencana Pembangunan Nasional Indonesia, dengan target pengurangan kemiskinan ekstrim menjadi nol persen pada tahun 2024. Penelitian ini berfokus pada analisis kemiskinan di Provinsi Sumatera Selatan, yang meskipun memiliki potensi ekonomi tinggi, masih menghadapi tantangan besar dengan tingkat kemiskinan yang mencapai 11,78 persen pada tahun 2023. Melalui pendekatan multidimensi dan metodologi data mining, penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi kemiskinan serta memberikan alternatif visualisasi data untuk mempermudah interpretasi hasil analisis. Metode yang digunakan dalam penelitian ini adalah analisis data mining dengan algoritma machine learning, termasuk regresi linier, decision tree, dan random forest. Data yang dianalisis berasal dari Survei Sosial Ekonomi Nasional (Susenas) Maret 2023. Hasil penelitian menunjukkan bahwa variabel aksesibilitas, pengeluaran konsumsi makanan, dan luas lantai per kapita merupakan faktor dominan yang mempengaruhi tingkat kemiskinan di wilayah tersebut. Hal ini memberikan wawasan penting bagi pengambil kebijakan dalam merancang intervensi yang lebih efektif untuk pengentasan kemiskinan. Pemanfaatan visualisasi data dalam penelitian ini tidak hanya mengidentifikasi faktor-faktor yang signifikan, tetapi juga mendukung pemahaman yang lebih baik tentang situasi kemiskinan di Sumatera Selatan.]]>
Copyrights © 2025
