<![CDATA[Kemiskinan adalah salah satu tantangan sosial terbesar di dunia dan merupakan jantung dari tantangan pembangunan global. Penelitian ini menerapkan teknik clustering untuk menganalisis dan memahami permasalahan kemiskinan. Penelitian ini menjelaskan penggunaan algoritma K-means untuk mengelompokkan kabupaten/kota di provinsi Sumatera Utara berdasarkan kesamaan karakteristik wilayah dengan menggunakan tiga ukuran angka kemiskinan. Ketiga ukuran tersebut adalah angka harapan hidup saat lahir (AHH), rata-rata lama sekolah (RLS), dan indeks pembangunan manusia (HDI). Ada tiga cluster. Cluster 1: Kota Nias dengan jumlah penduduk jiwa memiliki nilai RLS dan IPM tertinggi (walaupun sangat besar, namun jumlah penduduk miskin dan AHH berbanding terbalik dengan nilai RLS yang terjadi pada tahun 2023). Cluster 2:Langkat, Asahan, Padang Sidenpuan, Padang Lawas, dan Labuan Batu akan memiliki angka HDI, AHH, RLS, dan kemiskinan yang sangat rendah pada tahun 2023. Cluster 3:Deli Serdang dan Medan akan memiliki jumlah penduduk miskin (RLS), AHH, dan IPM tertinggi pada tahun 2023.]]>
Copyrights © 2025
