Pengelompokkan Kabupaten/Kota di Jawa Barat Tahun 2024 Berdasarkan Anak Putus Sekolah dan Indeks Pembangunan Manusia Menggunakan Analisis Hierarchical Agglomerative Clustering

Abstract.  The high number of school dropouts in several regions of West Java reflects ongoing disparities in access to education and human development. This condition affects the unequal achievement of the Human Development Index (HDI) across regions. This study aims to cluster districts and cities in West Java Province based on two variables: school dropout rates and the 2024 HDI. The method used is Agglomerative Hierarchical Clustering (AHC) with single linkage, average linkage, and complete linkage approaches. The data were obtained from the Center for Data and Technology of the Ministry of Education and Culture (Pusdatin Kemendikbud) and the West Java Statistics Agency (BPS Jawa Barat). Prior to analysis, the data underwent preprocessing stages, including completeness testing, outlier detection, standardization, and multicollinearity testing. The validity of the clustering results was evaluated using the cophenetic correlation coefficient and the silhouette coefficient. The average linkage method yielded the best result with the highest cophenetic coefficient of 0.8086. The clustering results show that areas with higher dropout rates tend to have lower HDI values. These findings provide an important basis for designing policies focused on equalizing access to education and improving the quality of human development at the regional level. Abstrak. Tingginya angka anak putus sekolah di beberapa wilayah Jawa Barat mencerminkan masih adanya ketimpangan dalam akses pendidikan dan pembangunan manusia. Kondisi ini berdampak pada pencapaian Indeks Pembangunan Manusia (IPM) yang tidak merata antar daerah. Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Provinsi Jawa Barat berdasarkan dua variabel, yaitu angka putus sekolah dan IPM tahun 2024. Metode yang digunakan adalah Agglomerative Hierarchical Clustering (AHC) dengan pendekatan single linkage, average linkage, dan complete linkage. Data diperoleh dari Pusat Data dan Teknologi Informasi (Pusdatin) Kemendikbud dan Badan Pusat Statistik (BPS) Jawa Barat. Sebelum dianalisis, data melalui tahapan praproses, termasuk uji kelengkapan, deteksi outlier, standardisasi, dan uji multikolinearitas. Validitas hasil klastering diuji menggunakan koefisien korelasi cophenetic dan silhouette coefficient. Metode average linkage menghasilkan hasil terbaik dengan nilai koefisien cophenetic tertinggi sebesar 0,8086. Hasil klasterisasi menunjukkan bahwa wilayah dengan angka putus sekolah yang tinggi cenderung memiliki IPM yang lebih rendah. Temuan ini menjadi dasar penting bagi perumusan kebijakan yang berfokus pada pemerataan akses pendidikan dan peningkatan kualitas pembangunan manusia di tingkat daerah.