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.