<![CDATA[Indonesia sebagai negara dengan jumlah penduduk terbesar keempat menghadapi tantangan pengelolaan sampah yang masif dalam pencapaian SDG 12, ditambah dengan ketimpangan infrastruktur antar 38 provinsi. Penelitian ini bertujuan mengidentifikasi dan memetakan kawasan prioritas pengelolaan sampah di tingkat provinsi untuk mendukung alokasi sumber daya yang efisien. Penelitian ini mengintegrasikan Principal Component Analysis (PCA) untuk reduksi dimensi, uji Statistik Hopkins untuk validasi klasterabilitas, penentuan jumlah klaster terbaik dengan Indeks Davies Bouldin dan Silhouette Score, serta algoritma Density Based Spatial Clustering of Application with Noise (DBSCAN) untuk pengelompokkan 38 provinsi berdasarkan lima indikator produksi sampah dari Sistem Informasi Pengelolaan Sampah Nasional (SIPSN) tahun 2023. Kebaruan penelitian terletak pada integrasi PCA, uji Statistik Hopkins, dan DBSCAN pada data pengelolaan sampah nasional 38 provinsi di Indonesia. Hasil menunjukkan terbentuknya 2 klaster utama dan 1 klaster noise dengan parameter optimal Epsilon = 0,46 dan MinPts = 2 (Indeks Davies Bouldin = 0,3877 dan Silhouette Score = 0,6). Klaster 0 atau noise berisi DKI Jakarta, Bali, Jawa Barat, Jawa Tengah, dan Jawa Timur menunjukkan tingkat penanganan sampah yang tinggi. Klaster 2 berisi Banten, Sulawesi Selatan, dan Sumatera Utara menunjukkan tingkat penanganan sampah yang moderat. Sedangkan, klaster 1 dengan 30 provinsi lainnya tergolong dalam tingkat penanganan sampah yang rendah. Berdasarkan hasil klaster tersebut, dapat disimpulkan bahwa masih banyak provinsi-provinsi di Indonesia yang perlu diprioritaskan dalam pembangunan infrastruktur pengelolaan sampah seperti TPA terpadu, fasilitas daur ulang, dan pusat pengolahan terpadu.]]>
Copyrights © 2026
