Segmentasi Provinsi di Indonesia Berdasarkan Akses Fasilitas Dasar dan Pengeluaran Rumah Tangga Menggunakan K-Means
DOI:
https://doi.org/10.30865/json.v6i4.8630Keywords:
Fasilitas dasar, Ketimpangan Wilayah, K-Means, pengeluaran rumah tangga, Segmentasi.Abstract
Pemerataan akses terhadap fasilitas dasar dan peningkatan kesejahteraan masyarakat di Indonesia masih menjadi tantangan besar, khususnya antarprovinsi. Meskipun dalam satu dekade terakhir telah terjadi kemajuan pembangunan, ketimpangan antarwilayah masih tampak nyata. Ketimpangan ini tercermin dari perbedaan signifikan dalam akses terhadap air minum layak, sanitasi, listrik, tempat tinggal yang layak, serta pengeluaran rumah tangga per kapita per bulan. Penelitian ini bertujuan untuk mengelompokkan 34 provinsi di Indonesia berdasarkan indikator akses terhadap fasilitas dasar dan pengeluaran rumah tangga guna mengidentifikasi pola ketimpangan pembangunan wilayah. Metode yang digunakan adalah algoritma K-Means Clustering dengan variabel mencakup kepemilikan rumah, akses air minum layak, sanitasi, listrik, penggunaan gas, serta pengeluaran rumah tangga yang berkaitan dengan fasilitas tersebut. Hasil segmentasi menunjukkan terbentuknya dua klaster: Klaster 1 terdiri dari 29 provinsi dengan akses yang lebih baik terhadap fasilitas dasar dan tingkat pengeluaran rumah tangga yang lebih tinggi, namun dengan tingkat kepemilikan rumah yang relatif lebih rendah. Klaster 2 mencakup 5 provinsi dengan akses terbatas terhadap infrastruktur dasar dan tingkat pengeluaran yang lebih rendah, namun dengan tingkat kepemilikan rumah yang lebih tinggi. Temuan ini memberikan gambaran mengenai ketimpangan pembangunan antarprovinsi di Indonesia yang dapat menjadi acuan bagi pemerintah dalam perumusan kebijakan pembangunan wilayah yang lebih merata.
References
A. D. Laksono and R. D. Wulandari, “Urban – Rural Disparities of Facility-Based Childbirth in Indonesia,” in Proceedings of the 4th International Symposium on Health Research (ISHR 2019), Denpasar, Indonesia: Atlantis Press SARL, 2020, pp. 33–39. doi: 10.2991/ahsr.k.200215.007.
Direktorat Jenderal Perimbangan Keuangan, “Laporan Perkembangan Ekonomi dan Fiskal Daerah Sinergi Pendanaan,” 2021. [Online]. Available: https://djpk.kemenkeu.go.id/wp-content/uploads/2021/03/LPEFD-VI-Kinerja-Smart-City.pdf
D. Setiawan, A. Nilogiri, and M. Dasuki, “Pengelompokan Provinsi Di Indonesia Berdasarkan Index Kesehatan Masyarakat Menggunakan Algoritma Partitioning Around Medoids (PAM) Dan Metode Davies Bouldin Index (DBI),” J. Apl. Sist. Inf. dan Elektron., vol. 4, no. 1, pp. 10–16, 2022, [Online]. Available: http://jurnal.unmuhjember.ac.id/index.php/JASIE/article/view/20695%0Ahttp://jurnal.unmuhjember.ac.id/index.php/JASIE/article/download/20695/4648
B. W. Otok, A. Suharsono, Purhadi, R. E. Standsyah, and H. Al Azies, “Partitional Clustering of Underdeveloped Area Infrastructure with Unsupervised Learning Approach: A Case Study in the Island of Java, Indonesia,” J. Reg. City Plan., vol. 33, no. 2, pp. 29–48, 2022, doi: 10.5614/jpwk.2022.33.2.3.
N. B. Pratama, E. P. Purnomo, and A. Agustiyara, “Sustainable Development Goals (SDGs) dan Pengentasan Kemiskinan Di Daerah Istimewa Yogyakarta,” SOSIOHUMANIORA J. Ilm. Ilmu Sos. Dan Hum., vol. 6, no. 2, pp. 64–74, 2020, doi: 10.30738/sosio.v6i2.8045.
P. Naskah et al., Indikator Perumahan dan Kesehatan Lingkungan, vol. 9. Jakarta: Badan Pusat Statistik, 2023. [Online]. Available: https://www.bps.go.id/id/publication/2023/12/22/27008915741ff63ce2a2a054/housing-and-environmental-health-indicators-2023.html
B. Wibawa, I. Fauzi, D. A. Novianti, N. Shabrina, A. D. Saputra, and S. A. Latief, “Development of Sustainable Infrastructure in Eastern Indonesia,” IOP Conf. Ser. Earth Environ. Sci., vol. 832, no. 1, 2021, doi: 10.1088/1755-1315/832/1/012045.
Rais, A. A. Dalimunthe, A. Fitrianto, B. Sartono, and S. D. Oktarina, “Regency Clusterization Based on Village Characteristics to Increase the Human Development Index (IPM) in Papua Province,” J. Ekon. Pembang., vol. 20, no. 02, pp. 153–168, 2022, doi: 10.22219/jep.v21i02.22911.
T. R. Noviandy et al., “Environmental and Economic Clustering of Indonesian Provinces: Insights from K-Means Analysis,” Leuser J. Environ. Stud., vol. 2, no. 1, pp. 41–51, 2024, doi: 10.60084/ljes.v2i1.181.
S. and P. N. J. Russell, Artificial Intelligence A Modern Appoarch Fourth Edition, Fourth Edi. Pearson, 2022.
P. Bintoro, Ratnasari, E. Wihardjo, I. P. Putri, and A. Asari, Pengantar Machine Learning, vol. 11, no. 1. PT Mafy Media Literasi Indonesia, 2024. [Online]. Available: http://scioteca.caf.com/bitstream/handle/123456789/1091/RED2017-Eng-8ene.pdf?sequence=12&isAllowed=y%0Ahttp://dx.doi.org/10.1016/j.regsciurbeco.2008.06.005%0Ahttps://www.researchgate.net/publication/305320484_SISTEM_PEMBETUNGAN_TERPUSAT_STRATEGI_MELESTARI
R. Kesuma and A. Purwoto, “Pengelompokan Kabupaten/Kota Berdasarkan Indikator Rumah Layak Huni di Provinsi Jawa Barat Tahun 2020,” in Seminar Nasional Official Statistics, 2022, pp. 995–1004. doi: 10.34123/semnasoffstat.v2022i1.1303.
Muttaqin et al., Pengenalan Data Mining. Yayasan Kita Menulis, 2023.
I. Muthahharah, S. M. Meliyana, A. S. Ahmar, and A. Rahman, “K-Means Cluster for Grouping Regencies/Cities in South Sulawesi Province Based Human Development Index on the 2023,” ARRUS J. Soc. Sci. Humanit., vol. 4, no. 3, pp. 357–364, 2024, doi: 10.35877/soshum2587.
M. . Rani Rotul Muhima, S.Si. et al., Kupas Tuntas Algoritma Clustering Konsep, Perhitungan Manual dan Program. ANDI, 2021.
A. M. Ikotun, M. S. Almutari, and A. E. Ezugwu, “K?means?based nature?inspired metaheuristic algorithms for automatic data clustering problems: Recent advances and future directions,” Appl. Sci., vol. 11, no. 23, pp. 1–61, 2021, doi: 10.3390/app112311246.
C. A. Sugianto and T. P. O. R. Bokings, “K-Means Algorithm For Clustering Poverty Data in Bangka Belitung Island Province,” J. Comput. Networks, Archit. High-Performance Comput., vol. 3, no. 1, pp. 58–67, 2021, doi: 10.47709/cnahpc.v3i1.934.
S. D. K. Wardani, A. S. Ariyanto, M. Umroh, and D. Rolliawati, “Perbandingan Hasil Metode Clustering K-Means, Db Scanner & Hierarchical Untuk Analisa Segmentasi Pasar,” JIKO (Jurnal Inform. dan Komputer), vol. 7, no. 2, pp. 191–201, 2023, doi: 10.26798/jiko.v7i2.796.
S. Suwarsito, H. Mustafidah, T. Pinandita, and P. Purnomo, “Freshwater Fish Classification Based on Image Representation Using K-Nearest Neighbor Method,” JUITA J. Inform., vol. 10, no. 2, p. 183, 2022, doi: 10.30595/juita.v10i2.15471.
M. Qori’atunnadyah and F. D. Rahmawati, “Pengelompokkan Kabupaten dan Kota Berdasarkan Kondisi Infrastruktur Jalan Menggunakan Hierarchical Clustering,” J. Informatics Dev., vol. 1, no. 1, pp. 1–5, 2022, doi: 10.30741/jid.v1i1.894.
E. Widodo, P. Ermayani, L. N. Laila, and A. T. Madani, “Pengelompokkan Provinsi di Indonesia Berdasarkan Tingkat Kemiskinan Menggunakan Analisis Hierarchical Agglomerative Clustering,” Semin. Nas. Off. Stat., vol. 2021, no. 1, pp. 557–566, 2021, doi: 10.34123/semnasoffstat.v2021i1.971.
A. Novianti, I. M. Afnan, R. I. B. Utama, and E. Widodo, “Grouping of Districts Based on Poverty Factors in Papua Province Uses The K-Medoids Algorithm,” Enthusiastic Int. J. Appl. Stat. Data Sci., vol. 1, no. 2, pp. 94–102, 2020, doi: 10.20885/enthusiastic.vol1.iss2.art6.
R. D. Faturahman and N. Hidayati, “Implementasi fuzzy c-means dalam pengelompokan tingkat kemiskinan pada kabupaten/kota di provinsi jawa tengah,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 10, no. 1, pp. 137–149, 2025, doi: 10.29100/jipi.v10i1.5747.
N. Puttanapong and S. Lim, “Predicting Household Expenditure Using Machine Learning Techniques: A Case of Cambodia,” Nakhara J. Environ. Des. Plan., vol. 23, no. 3, pp. 1–33, 2024, doi: 10.54028/NJ202423421.
F. Andrianus and K. Alfatih, “Pengaruh Infrastruktur terhadap Kemiskinan: Analisis Data Panel 34 Provinsi di Indonesia,” J. Inform. Ekon. Bisnis, vol. 5, no. 1, pp. 56–62, 2023, doi: 10.37034/infeb.v5i1.206.
S. E. Wardani, S. Z. Harahap, and R. Muti’ah, “Implementation of the K-Means Method for Clustering Regency/City in North Sumatra based on Poverty Indicators,” Sink. J. dan Penelit. Tek. Inform., vol. 8, no. 3, pp. 1429–1442, 2024, doi: 10.33395/sinkron.v8i3.13720.
K. D. R. Sianipar, S. W. Siahaan, and I. Gunawan, “Application of the K-Means algorithm in grouping households by province and ownership status of owned houses,” Sink. J. dan Penelit. Tek. Inform., vol. 5, no. 2, pp. 251–254, 2021, doi: 10.33395/sinkron.v5i2.10883.
A. Septianingsih, “Analisis K-Means Clustering Pada Pemetaan Provinsi Indonesia Berdasarkan Indikator Rumah Layak Huni,” J. Lebesgue J. Ilm. Pendidik. Mat. Mat. dan Stat., vol. 3, no. 1, pp. 224–241, 2022, doi: 10.46306/lb.v3i1.116.
A. A. A. Daniswara and I. K. D. Nuryana, “Data Preprocessing Pola Pada Penilaian Mahasiswa Program Profesi Guru,” J. Informatics Comput. Sci., vol. 05, no. 1, pp. 97–100, 2023.
W. Nugraha, R. Sabaruddin, and S. Murni, “Teknik Scaling Menggunakan Robust Scaler Untuk Mengatasi Outlier Data Pada Model Prediksi Serangan Jantung,” Techno.Com, vol. 23, no. 2, pp. 319–327, 2024, doi: 10.62411/tc.v23i2.10463.
C. Paramita, F. A. Rafrastara, and C. Supriyanto, “Pemanfaatan Algoritma K-Means untuk Membuktikan Implementasi Undang-Undang Pelanggaran Hukum Korupsi di Pengadilan Negeri Banjarmasin,” J. Inform. J. Pengemb. IT, vol. 8, no. 2, pp. 149–154, 2023, doi: 10.30591/jpit.v8i2.5216.
A. B. Astuti, A. N. Guci, V. I. A. Alim, L. N. Azizah, M. K. Putri, and W. Ngabu, “Non Hierarchical K-Means Analysis To Clustering Priority Distribution of Fuel Subsidies in Indonesia,” BAREKENG J. Ilmu Mat. dan Terap., vol. 17, no. 3, pp. 1663–1672, 2023, doi: 10.30598/barekengvol17iss3pp1663-1672.
H. P. Kurniawan and L. Farhatuaini, “Identifikasi Pola Kepuasan Mahasiswa Terhadap Proses Pembelajaran Menggunakan Algoritma K-Means Clustering.,” J. Inform. J. Pengemb. IT, vol. 9, no. 2, pp. 164–172, 2024, doi: 10.30591/jpit.v9i2.6740.
D. Fuji Astri and M. Martanto, “Clustering Penduduk Miskin Menggunakan Algoritma K-Means Pada Wilayah Jawa Barat,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 2, pp. 1548–1554, 2024, doi: 10.36040/jati.v8i2.9012.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Devi saputri, Hindayati Mustafidah, Feri Wibowo, Dimara Kusuma Hakim
This work is licensed under a Creative Commons Attribution 4.0 International License.
