Analisis Algoritma K-Means untuk Pengelompokan Tingkat Kemisikinan di Kota Medan

Kemiskinan merupakan permasalahan sosial yang bersifat multidimensi dan masih menjadi tantangan utama di wilayah perkotaan, termasuk Kota Medan. Penanganan kemiskinan memerlukan pendekatan berbasis data agar kebijakan yang diambil dapat tepat sasaran. Penelitian ini bertujuan untuk mengelompokkan tingkat kemiskinan di Kota Medan menggunakan algoritma K-Means berdasarkan indikator sosial ekonomi. Data yang digunakan merupakan data sekunder yang bersumber dari Badan Pusat Statistik (BPS) Kota Medan Tahun 2023 dengan unit analisis berupa kecamatan. Variabel yang digunakan meliputi rata-rata pendapatan, tingkat pengangguran, tingkat pendidikan, dan kondisi perumahan. Tahapan penelitian meliputi preprocessing data, penentuan jumlah cluster optimal menggunakan metode Elbow, serta proses clustering dengan algoritma K-Means. Hasil penelitian menunjukkan bahwa tingkat kemiskinan di Kota Medan dapat dikelompokkan ke dalam tiga cluster, yaitu kemiskinan tinggi, kemiskinan sedang, dan kemiskinan rendah. Pengelompokan ini diharapkan dapat menjadi dasar bagi pemerintah daerah dalam menentukan prioritas wilayah dan merumuskan kebijakan pengentasan kemiskinan yang lebih efektif dan tepat sasaran.