IMPLEMENTASI K-MEANS DAN DAVIES BOULDIN INDEX UNTUK PENGELOMPOKAN DAERAH DI SULAWESI TENGGARA BERDASARKAN INDIKATOR PENDIDIKAN DENGAN VISUALISASI SISTEM INFORMASI GEOGRAFIS

Sahrul (Univesitas Halu Oleo)
Natalis Ransi (Univesitas Halu Oleo)
Muhammad Arfan (Univesitas Halu Oleo)

AnoaTIK: Jurnal Teknologi Informasi dan Komputer
Vol 4 No 1 (2026): Juni 2026

Penelitian ini menerapkan algoritma K-Means yang diintegrasikan dengan Davies-Bouldin Index (DBI) untuk mengelompokkan wilayah berdasarkan indikator pendidikan. Metode DBI berfungsi menentukan jumlah klaster optimal secara objektif sebelum proses klasterisasi dengan K-Means dilakukan. Hasil penelitian memperoleh jumlah klaster terbaik k=2 (nilai DBI 0,6035) yang mengelompokkan 17 wilayah menjadi dua klaster yang kohesif. Hasil klastering divalidasi secara visual menggunakan Principal Component Analysis (PCA) dan berhasil divisualisasikan dalam peta tematik berbasis Sistem Informasi Geografis (SIG) melalui sistem web yang dibangun dengan framework Streamlit. Simpulan penelitian ini adalah kombinasi K-Means dan DBI menghasilkan klasterisasi wilayah yang objektif dan terukur, serta sistem web memudahkan visualisasi hasilnya secara interaktif