PENERAPAN ALGORITMA K-MEANS CLUSTERING DALAM PENGELOMPOKKAN KEPADATAN PENDUDUK

Kepadatan penduduk yang tidak merata akan memberikan dampak buruk jika tidak
diperhatikan. Salah satu cara untuk menanggulangi masalah ini dengan kebijakan perencanaan
pengelolaan pemerataan kependudukan. Penelitian ini berfokus dalam mengelompokkan
wilayah kepadatan penduduk yang merupakan rasio antara jumlah penduduk dan luas wilayah
di Provinsi Sulawesi Tengah. Pengelompokkan penelitian ini diterapkan dengan teknik data
mining, yakni K-Means Clustering. Tahapan penelitian yakni pengumpulan data, data
understanding, data processing, clustering, cluster review, analisa dashboard dan uji akurasi
dengan aplikasi Tableau dalam memberikan visualisasi kepadatan penduduk di wilayah
tersebut. Berdasarkan hasil perhitungan algoritma tersebut, menghasilkan tiga cluster dengan
cluster 0 merupakan kepadatan penduduk rendah, cluster 1 merupakan kepadatan penduduk
tinggi, dan cluster 2 merupakan kepadatan penduduk sedang. Pembentukan cluster berdasarkan
visualisasi yang dihasilkan dataset penelitian melalui analisa Sum Of Square Error, silhouette
coefficient, serta elbow method. Clustering yang dibentuk, dilanjutkan visualisasi dashboard
dengan aplikasi Tableau. Hasil clustering tersebut, berdasarkan perhitungan SSE
menghasilkan nilai 4324505738.747303 berarti penetapan jumlah cluster dengan perbedaan
signifikan dengan perhitungan jumlah pengelompokkan sebelumnya. Lalu hasil analisa
silhouette memberikan nilai rata-rata silhouette paling tinggi pada jumlah cluster yakni 3
dengan nilai 0.6144435666457168, dan metode elbow memberikan hasil bahwa elbow point berada di titik 3, berarti jumlah cluster yang optimum dengan 3 cluster.