Penelitian ini menganalisis tipologi kecamatan di Kota Palu berdasarkan karakteristik demografi dan ketersediaan fasilitas pelayanan dasar dengan menggunakan algoritma K-Means Clustering. Perubahan struktur ruang pascabencana 2018 memunculkan ketimpangan distribusi layanan publik, sehingga diperlukan pendekatan berbasis data untuk mengidentifikasi kebutuhan masing-masing wilayah. Data sekunder dari BPS mencakup delapan kecamatan dengan empat variabel utama, yaitu kepadatan penduduk, rasio fasilitas pendidikan, kesehatan, dan peribadatan. Setelah proses normalisasi dan penentuan jumlah klaster optimal menggunakan Elbow Method, diperoleh tiga klaster. Klaster 1 terdiri dari lima kecamatan dengan defisit konsisten pada layanan pendidikan; Klaster 0 mencakup wilayah berpenduduk jarang yang menunjukkan fenomena rasio semu; sedangkan Klaster 2, yakni Palu Timur, merepresentasikan pusat kota padat dengan konsentrasi fasilitas peribadatan tertinggi. Hasil penelitian menegaskan perlunya kebijakan spasial yang diferensial sesuai karakteristik masing-masing klaster.
Copyrights © 2025