<![CDATA[Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Provinsi Sumatera Utara berdasarkan indikator pembangunan manusia menggunakan kombinasi metode Principal component analysis (PCA) dan K-means Clustering. Data yang digunakan merupakan data indikator pembangunan manusia pada 33 kabupaten/kota di Provinsi Sumatera Utara. Variabel yang digunakan adalah harapan lama sekolah , rata-rata lama sekolah , angka harapan hidup , tingkat pengangguran terbuka , jumlah penduduk miskin , dan Pengeluaran perkapita . Analisis diawali dengan reduksi dimensi menggunakan PCA untuk mengatasi korelasi antar variabel dan memperoleh faktor utama yang mewakili karakteristik data. Hasil pengujian menunjukkan bahwa satu komponen utama dengan nilai eigen sebesar 2.848 mampu menjelaskan 56.963% keragaman data. Faktor tersebut dibentuk oleh variabel harapan lama sekolah, rata-rata lama sekolah, angka harapan hidup, tingkat pengangguran terbuka, dan pengeluaran per kapita. Selanjutnya, skor faktor hasil PCA digunakan sebagai input pada metode K-means Clustering. Berdasarkan metode elbow, jumlah cluster optimal yang diperoleh adalah empat cluster. Hasil pengelompokan menunjukkan bahwa Cluster 1 termasuk kategori rendah dengan 4 kabupaten/kota, Cluster 3 kategori sedang dengan 15 kabupaten/kota, Cluster 2 kategori tinggi dengan 2 kabupaten/kota, dan Cluster 4 kategori sangat tinggi dengan 12 kabupaten/kota. Hasil penelitian menunjukkan adanya perbedaan karakteristik indikator pembangunan manusia antar kelompok kabupaten/kota di Provinsi Sumatera Utara sehingga dapat menjadi dasar dalam penyusunan kebijakan pembangunan yang lebih terarah.]]>
Copyrights © 2026
