<![CDATA[Kemiskinan merupakan masalah yang kompleks yang dihadapi Indonesia. Usaha untuk menanggulangi kemiskinan sudah lama diupayakan, namun hasilnya belum maksimal. Kemiskinan masih banyak dialami oleh rakyat dan terkonsentrasi pada wilayah-wilayah tertentu. Ada beberapa hal yang menyebabkan terjadinya konsentrasi kemiskinan tersebut, antara lain adanya perbedaan kemajuan pembangunan suatu wilayah yang dapat menimbulkan kesenjangan pendapatan dan sekaligus akan menimbulkan perbedaan tingkat kemiskinan. Pada penelitian ini dilakukan pengelompokkan kemiskinan menggunakan fuzzy clustering means. Dengan menggunakan 28 indikator kemiskinan dan dikelompokkan menjadi 5 kriteria (kesejateraan, pendidikan, lingkungan ekonomi, infrastruktur dan pelayanan, dan lingkungan pendukung) maka tingkat kemiskinan dapat dibagi menjadi 4 cluster wilayah kemiskinan yaitu sangat miskin, cukup miskin, agak miskin dan tidak miskin. Penanganan setiap wilayah kemiskinan satu daerah dengan daerah lain akan berbeda, tergantung dengan latar belakang kemiskinan wilayah tersebut. Dengan menggunakan case base reasoning dan model similarity matching coefficient maka langkah penanggulanggalan kemiskinan dapat disesuaikan dengan kondisi dan latar belakang wilayah tersebut.]]>
Copyrights © 2017
