<![CDATA[Kemiskinan adalah tantangan utama dalam pembangunan ekonomi yang membutuhkan analisis berbasis data. Kajian ini menerapkan metode klasterisasi K-Means untuk segmentasi spasial tingkat kemiskinan berdasarkan indikator sosial-ekonomi, seperti persentase penduduk miskin, rata-rata lama sekolah, pengeluaran per kapita, serta indeks kedalaman dan keparahan kemiskinan. Data dari BPS tahun 2024 diolah menggunakan pendekatan Knowledge Discovery in Database (KDD) melalui tahapan seleksi data, prapemrosesan, transformasi, penambangan data, dan evaluasi menggunakan RapidMiner. Hasil klasterisasi membentuk empat kelompok dengan disparitas kesejahteraan antarwilayah, di mana beberapa daerah menunjukkan tingkat kemiskinan yang lebih tinggi. Melalui pemetaan berbasis data ini, penelitian diharapkan menjadi dasar bagi pengambil kebijakan dalam merancang strategi penanggulangan kemiskinan yang efektif dan tepat sasaran guna mengurangi ketimpangan sosial serta meningkatkan kesejahteraan masyarakat di Provinsi Sumatera Selatan. Kata kunci: Kemiskinan, K-Means, Klasterisasi, Data Mining, Sumatera Selatan.]]>
Copyrights © 2025
