Penerapan Principal Component Analysis dan Cluster Analysis untuk Segmentasi Kabupaten/Kota di Sumatera Utara Berdasarkan Indikator Pembangunan Manusia

Elma Dwi Ariana Aprilia Zam, Hani Maulida Hasibuan, Aida Febriana Tanjung, Ahmad Syahrial Pohan, Rina Filia Sari

Abstract


Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Provinsi Sumatera Utara berdasarkan indikator pembangunan manusia menggunakan kombinasi metode Principal component analysis (PCA) dan K-means Clustering. Data yang digunakan merupakan data indikator pembangunan manusia pada 33 kabupaten/kota di Provinsi Sumatera Utara. Variabel yang digunakan adalah harapan lama sekolah , rata-rata lama sekolah , angka harapan hidup , tingkat pengangguran terbuka , jumlah penduduk miskin , dan Pengeluaran perkapita . Analisis diawali dengan reduksi dimensi menggunakan PCA untuk mengatasi korelasi antar variabel dan memperoleh faktor utama yang mewakili karakteristik data. Hasil pengujian menunjukkan bahwa satu komponen utama dengan nilai eigen sebesar 2.848 mampu menjelaskan 56.963% keragaman data. Faktor tersebut dibentuk oleh variabel harapan lama sekolah, rata-rata lama sekolah, angka harapan hidup, tingkat pengangguran terbuka, dan pengeluaran per kapita. Selanjutnya, skor faktor hasil PCA digunakan sebagai input pada metode K-means Clustering. Berdasarkan metode elbow, jumlah cluster optimal yang diperoleh adalah empat cluster. Hasil pengelompokan menunjukkan bahwa Cluster 1 termasuk kategori rendah dengan 4 kabupaten/kota, Cluster 3 kategori sedang dengan 15 kabupaten/kota, Cluster 2 kategori tinggi dengan 2 kabupaten/kota, dan Cluster 4 kategori sangat tinggi dengan 12 kabupaten/kota. Hasil penelitian menunjukkan adanya perbedaan karakteristik indikator pembangunan manusia antar kelompok kabupaten/kota di Provinsi Sumatera Utara sehingga dapat menjadi dasar dalam penyusunan kebijakan pembangunan yang lebih terarah.


Full Text:

PDF

References


D. Hidayat, N. Ratnawati, and Syafri, “Pengaruh Indeks Pembangunan Manusia dan Jumlah Penduduk Terhadap Produk Regional Domestik Bruto di Provinsi Riau Tahun 2010-2022,” J. Ekon. KIAT, vol. 36, no. 1, pp. 24–31, 2025, doi: 10.25299/kiat.2025.23268.

S. B. Loklomin, “Pemodelan Indeks Pembangunan Manusia Di Kepulauan Maluku Dengan Pendekatan Estimasi Interval Parameter Model Regresi Semiparametrik Spline Truncated,” BAREKENG J. Ilmu Mat. dan Terap., vol. 13, no. 2, pp. 125–134, 2019, doi: 10.30598/barekengvol13iss2pp125-134ar820.

Y. Yulianti and S. Qomariah, “Indeks Pembangunan Manusia Ilmu Pengetahuan,” CENDEKIA J. Ilmu Sos. Bhs. dan Pendidik., vol. 5, no. 1, pp. 190–200, 2025, doi: https://doi.org/10.55606/cendikia.v5i1.3512.

Hanniva, A. Kurnia, S. Rahardiantoro, and A. A. Mattjik, “Penggerombolan Kabupaten/Kota di Indonesia Berdasarkan Indikator Indeks Pembangunan Manusia Menggunakan Metode K-Means dan fuzzy C-Means” Xplore J. Stat., vol. 11, no. 01, pp. 36–47, 2022, doi: 10.29244/xplore.v11i1.855.

N. Nurhasanah, N. Salwa, L. Ornila, A. Hasan, and M. Mardani, “Classifying regencies and cities on human development index dimensions : Application of K-Means cluster analysis,” Sains Sosio Hum., vol. 5, no. 2, pp. 759–765, 2021, doi: https://doi.org/10.22437/jssh.v5i2.15753.

M. Valentino, Y. Sipahutar, and M. Farhan, “Pembangunan Global Menggunakan Metode Pca Dan Clustering K-Means Tahun 2000-2020,” Ilmu Komput. dan Sist. Inf., vol. 13, no. 2, pp. 1–16, 2025, doi: https://doi.org/10.24912/jiksi.v13i2.35130.

R. S. Tobing, O. H. Sigalingging, R. K. Sinaga, and A. Lubis, “Penerapan Principal Component Analysis ( PCA ) untuk Reduksi Dimensi dan Pemetaan Karakteristik Nutrisi pada Produk Makanan Kemasan di Indonesia dengan memilih makanan kemasan yang lebih sehat dan lebih baik sehingga dapat mencegah Makanan Kemasan dan Tan,” Mat. Ilmu Pengetah. Alam, Kebumian dan Angkasa, vol. 4, no. 1, pp. 20–30, 2026, doi: https://doi.org/10.62383/algoritma.v4i1.891.

F. H. Lubis, S. F. Ashar, O. M. F. A. M. S, and A. B. Amari, “Studi Pengelompokan Multimetode Provinsi di Sumatera Utara Menggunakan Pendekatan PCA dan K-Means,” Algoritm. J. Ilmu Komput. Inform., vol. 9, no. 2, pp. 72–83, 2025, doi: 10.30829/algoritma.v9i2.25017.

R. Handoyo, R. R. M, and S. M. Nasution, “Perbandingan Metode Clustering Menggunakan Metode Single Linkage Dan K - Means Pada Pengelompokan Dokumen,” vol. 15, no. 2, pp. 73–82, 2014.

R. Kurniawan, M. S. Hasibuan, and R. Hasibuan, “Klasterisasi Wilayah Prioritas Vaksin Menggunakan Algoritma K-Means Clustering,” KLIK Kaji. Ilm. Inform. dan Komput., vol. 4, no. 3, pp. 1585–1592, 2023, doi: 10.30865/klik.v4i3.1334.

H. Sibarani, Solikhun, W. Saputra, I. Gunawan, and Z. M. Nasution, “Penerapan Metode K-Means Untuk Pengelompokkan Kabupaten/Kota Di Provinsi Sumatera Utara Berdasarkan Indikator Indeks Pembangunan Manusia,” J. Mhs. Tek. Inform., vol. 6, no. 1, pp. 154–161, 2022, doi: https://doi.org/10.36040/jati.v6i1.4590.

N. Wahyunisari and R. Kurniawan, “Penerapan Algoritma K-Means Clustering Untuk Pengelompokan Data Penjualan Pakaian (Studi Kasus : Umkm Lima Media Kuningan),” J. Mhs. Tek. Inform., vol. 8, no. 2, pp. 1398–1403, 2024.

N. F. Setyawati et al., Metodologi Riset Kesehatan, 1st ed. Purbalingga: CV. Eureka Media Aksara, 2023.

D. Hediyati and I. M. Suartana, “Penerapan Principal Component Analysis ( PCA ) Untuk Reduksi Dimensi Pada Proses Clustering Data Produksi Pertanian Di Kabupaten Bojonegoro,” J. Inf. Eng. Educ. Technol., vol. 05, no. 2, pp. 49–54, 2021.

E. Novia and P. Hendikawati, “Average Linkage Hierarchical Cluster untuk Pengelompokan Kabupaten / Kota di Provinsi Jawa Tengah Berdasarkan Variabel Pencegahan Terjadinya Stunting,” in PRISMA, Prosiding Seminar Nasional Matematika, Jurusan Matematika, Universitas Negeri Semarang 1., 2024, pp. 702–711. [Online]. Available: https://proceeding.unnes.ac.id/prisma

M. Yafi, R. Goejantoro, and A. T. R. Dani, “K-Medoids Algorithm Clustering With Principal Component Analysis (PCA) (Case Study: Districts/Cities On The Borneo Island Based On Poverty Indicators),” Statistika, vol. 11, no. 2, pp. 31–43, 2023, doi: 10.14710/JSUNIMUS.11.2.2023.31-43.

L. Izzah and A. Jananto, “Penerapan Algoritma K-Means Clustering Untuk Perencanaan Kebutuhan Obat Di Klinik Citra Medika,” Progresif J. Ilm. Komput., vol. 18, no. 1, pp. 69–76, 2022.

Purnomo et al., Analisis Data Multivariat, vol. 2. 2022.

Ameliya et al., “Penerapan Principal Component Analysis untuk Menentukan Faktor- Faktor yang Mempengaruhi Kemiskinan di Sumatera Utara yang Mempengaruhi Kemiskinan di Papua dengan Principal Component Analysis ”,” Mat. Ilmu Pengetah. Alam, Kebumian dan Angkasa, vol. 4, no. 1, pp. 01–19, 2026.

R. F. Purba, A. A. Panjaitan, L. T. Butar-butar, J. F. E. D. L. Sitorus, R. Rumapea, and I. M. S. S, “Implemntasi K-Means Clustering Untuk Menentukan Tingkat Bencana Rawan Banjir Di Wilayah Sumatera Utara,” J. Tugas Akhir Manaj. Inform. Komputerisasi Akunt., vol. 4, no. 2, pp. 210–215, 2024, doi: https://doi.org/10.46880/tamika.Vol4No2(SEMNASTIK).pp210-215.




DOI: http://dx.doi.org/10.30829/jistech.v11i1.30953

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.