<![CDATA[Disparitas pembangunan antarwilayah di Indonesia, yang tercermin dari perbedaan nilai Indeks Pembangunan Manusia (IPM), Angka Harapan Hidup (AHH), dan Pengeluaran per Kapita, menjadi tantangan dalam pencapaian Tujuan Pembangunan Berkelanjutan (SDGs). Diperlukan analisis yang mendalam untuk memetakan karakteristik wilayah guna mendukung perumusan kebijakan yang tepat sasaran. Penelitian ini bertujuan untuk merancang sebuah aplikasi sistematis yang mampu melakukan pengelompokan (clustering) wilayah berdasarkan indikator pembangunan tersebut. Algoritma K-Means tradisional memiliki kelemahan dalam penentuan jumlah klaster dan sensitivitas terhadap inisialisasi centroid. Oleh karena itu, aplikasi ini dirancang untuk mengimplementasikan algoritma Intelligent K-Means (IK-Means) yang mampu menentukan jumlah klaster optimal secara otomatis, dan DBSCAN yang unggul dalam mendeteksi klaster berbasis kepadatan serta menangani pencilan (outlier). Proses perancangan aplikasi ini menggunakan metodologi Software Development Life Cycle (SDLC) model Waterfall untuk memastikan pengembangan yang terstruktur dan runut. Sistem ini dibangun sebagai aplikasi web interaktif menggunakan Python dengan framework Streamlit. Aplikasi yang dihasilkan mampu memfasilitasi pengguna untuk mengunggah data (file .xlsx), melakukan proses clustering, dan memvisualisasikan hasilnya secara interaktif, termasuk melalui peta geografis menggunakan library Folium. Aplikasi ini diharapkan dapat menjadi alat bantu yang efektif bagi pemangku kepentingan dalam menganalisis dan mengurangi kesenjangan pembangunan di Indonesia.]]>
Copyrights © 2026
