Penerapan Algoritma K-Means dan Apriori untuk Analisis Klasterisasi Kemiskinan dan Pola Asosiasi Kepemilikan Bidang Tanah serta Karakteristik Wilayah di Indonesia

Khoirunnisa, Salsa
Nabila, Haula Hasna
Fauziah, Shifa
Birawa, Mahesa
Syakur, Roihan Aulia
Rahayu, Santi

Journal of Artificial Intelligence and Digital Business
Vol. 4 No. 2 (2025): Mei - Juli

Kemiskinan dan ketimpangan akses terhadap kepemilikan tanah merupakan isu kompleks yang mempengaruhi kesejahteraan masyarakat di Indonesia. Penelitian ini bertujuan untuk menganalisis klasterisasi kemiskinan dan pola asosiasi kepemilikan tanah menggunakan algoritma K-Means dan Apriori. Data yang digunakan mencakup indikator kemiskinan dan kepemilikan tanah yang diperoleh dari Badan Pusat Statistik (BPS) dan Kementerian ATR/BPN. Hasil analisis menunjukkan tiga kluster kemiskinan dengan karakteristik sosial ekonomi yang berbeda, yaitu kluster miskin ekstrem, miskin sedang, dan relatif sejahtera. Selain itu, analisis asosiasi mengungkapkan pola signifikan antara pendidikan, akses sanitasi, dan status kepemilikan tanah. Temuan ini memberikan wawasan penting bagi pembuat kebijakan untuk merumuskan program intervensi yang lebih efektif dalam pengentasan kemiskinan dan reformasi kepemilikan tanah. Penelitian ini diharapkan dapat berkontribusi pada upaya peningkatan kesejahteraan masyarakat di Indonesia.