Analisis Klaster Kecamatan Berdasarkan Indikator Kependudukan di Kabupaten Tanjung Jabung Barat Menggunakan K-Means

Hilmiah Hilmiah, Bunga Mardhotillah, Wardi Syafmen

Abstract


Kabupaten Tanjung Jabung Barat di Provinsi Jambi merupakan wilayah yang memiliki keragaman demografi yang cukup tinggi di setiap kecamatannya. Perbedaan karakteristik kependudukan ini menimbulkan tantangan tersendiri dalam proses perencanaan pembangunan serta penyusunan kebijakan yang sesuai dengan kebutuhan dan ciri khas masing-masing kecamatan. Untuk membantu menyusun kebijakan yang lebih tepat sasaran, penelitian ini melakukan pengelompokan kecamatan di Kabupaten Tanjung Jabung Barat berdasarkan kemiripan karakteristik demografi menggunakan metode analisis klaster, yaitu K-Means. Variabel yang digunakan dalam analisis ini meliputi indikator kependudukan utama, yaitu jumlah penduduk, kepadatan penduduk, laju pertumbuhan penduduk, dan rasio jenis kelamin. Hasil analisis menunjukkan bahwa kecamatan-kecamatan di wilayah ini dapat dikelompokkan ke dalam dua klaster. Klaster pertama terdiri dari sepuluh kecamatan, yaitu Tungkal Ulu, Merlung, Tebing Tinggi, Renah Mendaluh, Muara Papalik, Pengabuan, Senyerang, Bram Itam, Seberang Kota, dan Betara, yang memiliki karakteristik demografi yang relatif seimbang. Sementara itu, klaster kedua hanya terdiri dari satu kecamatan, yaitu Tungkal Ilir, yang memiliki jumlah dan kepadatan penduduk yang jauh lebih tinggi dibandingkan kecamatan lain, menandakan karakteristik demografi yang berbeda signifikan. Temuan ini dapat menjadi referensi penting dalam proses pengambilan keputusan dan perumusan kebijakan pembangunan daerah yang lebih terarah, efektif, serta berbasis data kependudukan yang objektif, sehingga mampu mendorong pembangunan yang lebih inklusif dan berkelanjutan di Kabupaten Tanjung Jabung Barat.


Keywords


demographic clustering, K-Means, population indicators, regional planning, policy formulation

Full Text:

PDF

References


M. Aliabit, M. R. Faathir Habibie, and S. P. Wulandari, “Pengelompokan Indikator Kependudukan Provinsi Jawa Timur Tahun 2021 Menggunakan Analisis Cluster,” Triwikrama: Jurnal Ilmu Sosial, vol. 6, no. 2, pp. 1–18, 2024.

B. P. Statistik, “Indikator Kesejahteraan Rakyat Kabupaten Tanjung Jabung Barat,” 2023.

N. Nur Afidah, “Penerapan Metode Clustering dengan Algoritma K-means untuk Pengelompokkan Data Migrasi Penduduk Tiap Kecamatan di Kabupaten Rembang,” PRISMA, Prosiding Seminar Nasional Matematika, vol. 6, pp. 729–738, 2023.

R. Ramdani, N. Suarna, I. Ali, and D. I. Efendi, “Penerapan Algoritma K-Means dalam Analisis Data Kependudukan untuk Optimalisasi Pengelompokan di Desa Pasawahan,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 13, no. 1, Jan. 2025.

R. R. Muhima, M. Kurniawan, and A. Yudhana, “Kupas Tuntas Algoritma Clustering: Konsep Perhitungan Manual dan Program.” 2021.

J. F. Hair, W. C. Black, B. J. Babin, and R. E. Anderson, “Multivariate Data Analysis Eighth Edition,” 2019.

M. Nishom, “Perbandingan Akurasi Euclidean Distance, Minkowski Distance, dan Manhattan Distance pada Algoritma K-Means Clustering berbasis Chi-Square,” Jurnal Informatika: Jurnal Pengembangan IT, vol. 4, no. 1, pp. 20–24, Jan. 2019.

J. Han, M. Kamber, and J. Pei, “Data Mining. Concepts and Techniques, 3rd Edition (The Morgan Kaufmann Series in Data Management Systems),” 2011.

P.J.Kaufman and Rousseeuw, Finding Groups in Data: An Introduction to Cluster Analysis. Wiley-Interscience, 2005.

N. N. Alyarahma and C. Sormin, “Analisis Cluster Metode K-Means untuk Indikator Kependudukan pada Kabupaten/Kota di Provinsi Jambi,” Multi Proximity: Jurnal Statistika, vol. 2, no. 2, pp. 136–6, 2023.




DOI: http://dx.doi.org/10.30829/jistech.v10i1.23694

Refbacks

  • There are currently no refbacks.



Current Indexing

 

Creative Commons License

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.