PENERAPAN ALGORITMA CLUSTERING UNTUK PENGELOMPOKAN TINGKAT KEMISKINAN PROVINSI BANTEN

Kemiskinan merupakan masalah sosial yang sudah tersebar di seluruh daerah Indonesia, termasuk Daerah Provinsi Banten. Meskipun tersebut memiliki angka kemiskinan terendah, namun ini adalah hal harus diutamakan. Jika menaik, maka akan menimbulkan dampak dari berbagai aspek, seperti tertutupnya akses pendidikan, tumbuhnya kriminalitas, bahkan bisa menghambat pertumbuhan ekonomi dikarenakan turunnya kualitas sumber daya manusia dan pendapatan dimiliki. Masalah perlu dicari solusi agar Pemerintah Banten mampu bertanggung jawab untuk mengontrol, mengurangi tingkat Penelitian dilakukan sebagai upaya mengelompokkan wilayah berdasarkan kemiskinan. Pendekatan algoritma Clustering, dimana metode Data Mining data menjadi beberapa grup berbeda kesamaan karakteristik setiap objeknya. dibagi kedalam 3 cluster kemiskinan, clustering K-Means K-Medoids digunakan dalam penelitian ini, mempunyai perbedaan segi penentuan pusat cluster, hasil perhitungan menggunakan kedua lalu dibandingkan nilai Davies-Bouldin Index menentukan lebih optimal. pendekatan juga didukung oleh penggunaan perangkat lunak R. Hasil diharapkan acuan kepada pengambilan keputusan arah pengentasan masa mendatang. menunjukkan pembagian sama rata pada K-medoid RStudio, yaitu Kabupaten/Kota dengan rendah, Kabupaten/kota sedang, 2 tinggi. demikian, DBI K-Medoid rendah masing-masing 0.582 0.602.
 Kata kunci: Mining, Index, K-Medoid, K-Means, Tingkat