Pengelompokan Daerah Di Indonesia Berdasarkan Indikator Daerah Tertinggal Menggunakan Model Based Clustering

Daerah tertinggal adalah daerah kabupaten yang wilayah serta masyarakatnya kurang berkembang dibandingkan dengan daerah lain dalam skala nasional. Di Indonesia terdapat 62 daerah tertinggal yang tersebar di berbagai provinsi. Penelitian ini bertujuan untuk mengelompokan 62 daerah tersebut berdasarkan Indikator Penetapan Daerah Tertinggal. Model Based Clustering merupakan metode pengelompokan dengan memperhatikan model statistik sehingga mengarahkan metode ini pada asumsi finite mixture. Finite Mixture mengasumsikan bahwa data berasal dari beberapa distribusi probabilitas dan cluster yang terbentuk akan akan mewakili masing-masing distribusi probabilitas tersebut. Data yang digunakan pada penelitian ini terbukti mengandung outlier setelah dilakukan pendeteksian, sehingga menyebabkan data tidak berdistribusi normal. Distribusi t multivariat merupakan pendekatan yang cocok digunakan pada penelitian ini karena dianggap sebagai sebuah pendekatan yang lebih robust untuk data yang mengandung outlier. Penelitian ini menghasilkan model UUUC sebagai model terbaik dengan 2 cluster optimal dengan masing-masing karakteristik yang dihasilkan. Cluster 1 dengan tingkat ketertinggalan daerah yang rendah dan cluster 2 dengan tingkat ketertinggalan daerah yang tinggi.
Kata Kunci : Daerah Tertinggal, Outlier, Model Based Clustering, Finite Mixture