Clustering Data Indeks Pembangunan Manusia Dan Produk Domestik Bruto Untuk Indentifikasi Pemerataan Pembangunan Di Indonesia

Abstract

Indeks Pembangunan Manusia (IPM) merupakan ukuran dalam menilai seberapa baik pencapaian sebuah negara. Menurut UNDP, tidak hanya IPM tetapi terdapat pengukuran lain sebagai alternatif penilaian murni kemajuan nasional yaitu Produk Domestik Bruto (PDB). Namun berdasarakan nilai tersebut masih terdapat wilayah yang berada di bawah nilai rata-rata. Hal ini menunjukkan belum meratanya pembangunan di Indonesia. Clustering merupakan salah satu dari teknik data mining yang bertujuan untuk mengelompokkan objek yang memiliki kesamaan/kemiripan ke dalam cluster dan objek yang berbeda ke dalam cluster lain. Algoritma clustering yang digunakan untuk mengolah data IPM dan GDP dalam penelitian ini adalah DBSCAN yang menghasilkan cluster berdasarkan kerapatan data. Berdasarkan hasil clustering dari data IPM dan GDP kabupaten/kota di Indonesia diperoleh sebanyak 2 cluster dan menghasilkan 7 noise. Disimpulkan bahwa berdasarkan hasil clustering, pembangunan di Indonesia masih belum merata dikarenakan terdapat kelompok wilayah lainnya yang memiliki nilai lebih tinggi. Selain itu noise yang dihasilkan merupakan wilayah yang memiliki nilai paling tinggi diantara cluster yang telah terbentuk. Dalam mewujudkan pemerataan pembangunan, pemerintah perlu melakukan pembangunan sesuai dengan manajemen pembangunan yang dimulai dengan perencanaan, pengarahan sumber daya, menggerakkan partisipasi masyarakat, koordinasi, pemantauan dan evaluasi serta pengawasan pelaksana pembangunan. Tidak hanya itu pemerintah kabupaten/kota harus membangun sumber daya manusia yang memiliki kompetensi diantaranya dalam hal perencanaan, pelaksanaan rencana, pengorganisasian, kepemimpinan, menajemen sumber daya manusia dan teknologi, kemampuan membangun kerja sama, memberdayakan peran serta masyarakat/swasta, pengawasan dan pengendalian pembangunan dan sebagainya. Kata Kunci: Data Mining, clustering, pembangunan, DBSCAN