PENGELOMPOKAN KABUPATEN DAN KOTA PADA SETIAP PROVINSI DI PULAU SULAWESI BERDASARKAN INDEKS PEMBANGUNAN MANUSIA MENGGUNAKNA METODE DENSITY-BASED SPATIAL CLUSTERING OF APPLICATIONS WITH NOISE DAN K-MEDOIDS

Abstract

Pulau Sulawesi memiliki kondisi pembangunan yang tidak merata pada kabupaten dan kota di setiap provinsi di pulau Sulawesi yang ditandai dengan tingginya penduduk miskin, sehingga mengakibatkan rendahnya pertumbuhan ekonomi dan pembangunan manusia. Indeks Pembangunan Manusia dapat diukur dengan menggunakan sejumlah indikator, termasuk pengeluaran perkapita, umur harapan hidup, persentase penduduk miskin, harapan lama sekolah, dan rata-rata lama sekolah. Oleh karena itu, pengelompokan kabupaten dan kota di pulau Sulawesi dapat dilakukan dengan menggunakan metode DBSCAN (Density Spatial Clustering Application With Noise) dan metode K-Medoids. Kemudian dilakukan perhitungan jarak menggunakan jarak Euclidean dan jarak Minkowski. Selanjutnya dilakukan uji validitas pada tiap jarak menggunakan validitasi Davies-Bouldin Indeks dan C-Indeks . Sehingga diperoleh hasil bahwa metode K-Medoids lebih baik dari DBSCAN. Hal ini terlihat dari jarak Minkowski dengan parameter k=2 menghasilkan 2 klaster yaitu klaster 1 yang terdiri dari 67 kabupaten dan klaster 2 yang terdiri dari 7 kota, dengan nilai DBI terkecil sebesar 0.3528287 dan nilai jarak Minkowski dengan validitas C-Indeks adalah sebesar  0,1002084.