PERANCANGAN APLIKASI PENGELOMPOKAN KOMPONEN INDEKS PEMBANGUNAN MANUSIA DI INDONESIA
Article Sidebar
Read Counter : 7
Download : 3
Main Article Content
Abstract
Disparitas pembangunan antarwilayah di Indonesia, yang tercermin dari perbedaan nilai Indeks Pembangunan Manusia (IPM), Angka Harapan Hidup (AHH), dan Pengeluaran per Kapita, menjadi tantangan dalam pencapaian Tujuan Pembangunan Berkelanjutan (SDGs). Diperlukan analisis yang mendalam untuk memetakan karakteristik wilayah guna mendukung perumusan kebijakan yang tepat sasaran. Penelitian ini bertujuan untuk merancang sebuah aplikasi sistematis yang mampu melakukan pengelompokan (clustering) wilayah berdasarkan indikator pembangunan tersebut. Algoritma K-Means tradisional memiliki kelemahan dalam penentuan jumlah klaster dan sensitivitas terhadap inisialisasi centroid. Oleh karena itu, aplikasi ini dirancang untuk mengimplementasikan algoritma Intelligent K-Means (IK-Means) yang mampu menentukan jumlah klaster optimal secara otomatis, dan DBSCAN yang unggul dalam mendeteksi klaster berbasis kepadatan serta menangani pencilan (outlier). Proses perancangan aplikasi ini menggunakan metodologi Software Development Life Cycle (SDLC) model Waterfall untuk memastikan pengembangan yang terstruktur dan runut. Sistem ini dibangun sebagai aplikasi web interaktif menggunakan Python dengan framework Streamlit. Aplikasi yang dihasilkan mampu memfasilitasi pengguna untuk mengunggah data (file .xlsx), melakukan proses clustering, dan memvisualisasikan hasilnya secara interaktif, termasuk melalui peta geografis menggunakan library Folium. Aplikasi ini diharapkan dapat menjadi alat bantu yang efektif bagi pemangku kepentingan dalam menganalisis dan mengurangi kesenjangan pembangunan di Indonesia.
Downloads
Article Details
Section
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
This work is licensed under a Jurnal Komunikasi Creative Commons Attribution-ShareAlike 4.0 International License.
How to Cite
References
[1] E. D. Ristika, W. P. Primandhana, and M. Wahed, “Analisis Pengaruh Jumlah Penduduk, Tingkat Pengangguran Terbuka Dan Indeks Pembangunan Manusia Terhadap Tingkat Kemiskinan Di Provinsi Jawa Timur,” Eksis: Jurnal Ilmiah Ekonomi dan Bisnis, vol. 12, no. 2, p. 129, Nov. 2021, doi: 10.33087/eksis.v12i2.254.
[2] Badan Pusat Statistik, Indeks Pembangunan Manusia. 2020.
[3] A. Wahyu Setiawan and M. B. N. Ariani, “Determinasi Faktor Yang Mempengaruhi Indeks Pembangunan Manusia Provinsi Jawa Barat Tahun 2015 – 2019,” Jurnal Indonesia Sosial Sains, vol. 3, no. 1, pp. 1–9, Jan. 2022, doi: 10.36418/jiss.v3i1.505.
[4] Arin Ramadhiani Soleha and Moh. Faizin, “Analisis Pengaruh Rata-Rata Lama Sekolah, Pengeluaran Per Kapita, dan Pengangguran terhadap Indeks Pembangunan Manusia,” Niqosiya: Journal of Economics and Business Research, vol. 3, no. 1, Jun. 2023, doi: 10.21154/niqosiya.v3i1.1995.
[5] M. Zasriati, “ANALISIS KETIMPANGAN PEMBANGUNAN DI INDONESIA TAHUN 2010-2020,” Al-Dzahab, vol. 3, no. 2, pp. 119–131, Sep. 2022, doi: 10.32939/dhb.v3i2.1494.
[6] I. Mahmudi and M. U. Absor, “STRATEGI PENYALURAN DANA ZAKAT GUNA REALISASI AGENDA SDGs DAN MENINGKATKAN CAPAIAN INDEKS PEMBANGUNAN MANUSIA (Studi Kasus Pada BAZNAS Kabupaten Boyolali),” SENTRI: Jurnal Riset Ilmiah, vol. 2, no. 3, pp. 802–812, Mar. 2023, doi: 10.55681/sentri.v2i3.630.
[7] H. Kreinin and E. Aigner, “From ‘Decent work and economic growth’ to ‘Sustainable work and economic degrowth’: a new framework for SDG 8,” Empirica, vol. 49, no. 2, pp. 281–311, May 2022, doi: 10.1007/s10663-021-09526-5.
[8] A. M. Sikana and Arie Wahyu Wijayanto, “Perbandingan Pengelompokan Indeks Pembangunan Manusia Indonesia Tahun 2019 dengan Metode Partitioning dan Hierarchical Clustering,” Jurnal Ilmu Komputer, vol. 14, no. 2, pp. 66–78, Sep. 2021.
[9] G. J. Oyewole and G. A. Thopil, “Data clustering: application and trends,” Artif Intell Rev, vol. 56, no. 7, pp. 6439–6475, Jul. 2023, doi: 10.1007/s10462-022-10325-y.
[10] A. M. Ikotun, A. E. Ezugwu, L. Abualigah, B. Abuhaija, and J. Heming, “K-means clustering algorithms: A comprehensive review, variants analysis, and advances in the era of big data,” Inf Sci (N Y), vol. 622, pp. 178–210, Apr. 2023, doi: 10.1016/j.ins.2022.11.139.
[11] M. M.-T. Chiang and B. Mirkin, “Intelligent Choice of the Number of Clusters in K-Means Clustering: An Experimental Study with Different Cluster Spreads,” J Classif, vol. 27, no. 1, pp. 3–40, Mar. 2010, doi: 10.1007/s00357-010-9049-5.
[12] Mustikasari and Nur Salman, “ANALISIS KLASTER BERBASIS KEPADATAN DENGAN DBSCAN DAN OPTICS,” Jurnal INSYPRO (Information System and Processing), pp. 1–1, 2023.
[13] T. Handhayani et al., “PEMBUATAN APLIKASI BERBASIS WEBSITE UNTUK RESTORAN RR DI JAKARTA,” Jurnal Serina Abdimas, vol. 3, no. 2, pp. 337–344, Jun. 2025, doi: 10.24912/jsa.v3i2.34799.
[14] T. Handhayani, W. Wasino, J. Pragantha, and I. S. Mahendra, “Pemanfaatan Website untuk Otomasi Manajemen Salon di Bekasi,” E-Dimas: Jurnal Pengabdian kepada Masyarakat, vol. 15, no. 3, pp. 580–586, Sep. 2024, doi: 10.26877/e-dimas.v15i3.18334.
[15] T. Handhayani and L. Hiryanto, “Intelligent Kernel K-Means for Clustering Gene Expression,” Procedia Comput Sci, vol. 59, pp. 171–177, 2015, doi: 10.1016/j.procs.2015.07.544.
[16] Veri, D. Erny Herwindiati, and T. Handhayani, “Clustering Data Covid-19 Di Indonesia Menggunakan Intelligent K-Means,” Jurnal Ilmu Komputer dan Sistem Informasi, vol. 10, no. 2, Aug. 2022, doi: 10.24912/jiksi.v10i2.22535.
[17] Y. A. Ishak, T. Handhayani, M. D. L. Sitorus, William, J. Pragantha, and I. Lewenusa, “Advanced Clustering Approach for Mapping Regions of Paddy Productivity in Indonesia Using Intelligent K-Means,” in 2024 IEEE Asia-Pacific Conference on Geoscience, Electronics and Remote Sensing Technology (AGERS), IEEE, Dec. 2024, pp. 269–274. doi: 10.1109/AGERS65212.2024.10932942.
[18] Muhammad Faizan, Megat F. Zuhairi, Shahrinaz Ismail, and Sara Sultan, “Applications of Clustering Techniques in Data Mining: A Comparative Study,” (IJACSA) International Journal of Advanced Computer Science and Applications, vol. 11, no. 12, 2020.