Pengelompokan Kabupaten/Kota Di Provinsi Jawa Timur Menggunakan Metode K-Means Berdasarkan Indikator Sosial Ekonomi Pada Tahun 2024

Haq, Muhammad El Izzul (2026) Pengelompokan Kabupaten/Kota Di Provinsi Jawa Timur Menggunakan Metode K-Means Berdasarkan Indikator Sosial Ekonomi Pada Tahun 2024. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 10611910000051_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Ketimpangan pembangunan antar kabupaten/kota di Provinsi Jawa Timur masih menjadi isu strategis dalam proses perencanaan dan pelaksanaan pembangunan. Perbedaan capaian indikator sosial dan ekonomi, seperti Produk Domestik Regional Bruto per kapita (PDRB), tingkat kemiskinan, dan Indeks Pembangunan Manusia (IPM) menunjukkan adanya kesenjangan yang nyata antar wilayah. Berdasarkan data BPS tahun 2024, Gini Ratio Jawa Timur meningkat dari 0,372 menjadi 0,373, dengan ketimpangan kemiskinan yang cukup besar antara wilayah pedesaan (13,19%) dan perkotaan (6,83%). Untuk memahami pola ketimpangan ini, penelitian ini menggunakan metode klasterisasi K-Means sebagai pendekatan untuk mengelompokkan kabupaten/kota berdasarkan kesamaan indikator sosial dan ekonomi. Metode ini dipilih karena kemampuannya dalam mengelola data besar secara efisien dan mengidentifikasi struktur kelompok dalam data. Metode K-Means digunakan untuk pengelompokkan wilayah, sedangkan jumlah klaster optimal ditentukan melalui Silhouette Index. Hasil pengelompokan yang terbentuk berdasarkan indikator sosial dan ekonomi didapatkan bahwa Klaster 2 merupakan klaster dengan kondisi paling baik, ditunjukkan oleh nilai PDRB per kapita dan rata-rata lama harapan sekolah yang paling tinggi serta tingkat kemiskinan yang paling rendah. Klaster 1 berada pada posisi menengah, sementara Klaster 3 menunjukkan kondisi paling tertinggal. Ditunjukkan oleh PDRB per kapita dan pendidikan terendah, serta pengeluaran perkapita untuk makanan dan tingkat kemiskinan yang paling tinggi. Perbedaan ini menunjukkan adanya ketimpangan karakteristik sosial dan ekonomi antar klaster di wilayah Jawa Timur tahun 2024
================================================================================================================================
Development inequality between districts/cities in East Java Province is still a strategic issue in the development planning and implementation process. Differences in achievement of social and economic indicators, such as GRDP per capita, poverty level, and HDI show that there are real disparities between regions. Based on BPS data for 2024, East Java's Gini Ratio increased from 0.372 to 0.373, with a fairly large poverty gap between rural areas (13.19%) and urban areas (6.83%). To understand this pattern of inequality, this research uses the K-Means clustering method as an approach to group districts/cities based on similar social and economic indicators. This method was chosen because of its ability to manage large data efficiently and identify group structures in the data. The K-Means method is used for regional grouping, while the optimal number of clusters is determined via the Silhouette Index. The results of the groupings formed based on social and economic indicators showed that Cluster 2 was the cluster with the best conditions, as indicated by the GRDP per capita value and the highest average expected length of schooling and the lowest poverty level. Cluster 1 is in an intermediate position, while Cluster 3 shows the most disadvantaged condition. This is indicated by the lowest GDP per capita and education, as well as the highest per capita expenditure on food and poverty levels. This difference shows that there is inequality in social and economic characteristics between clusters in the East Java region in 2024.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Indikator sosial ekonomi, Jawa Timur, Ketimpangan wilayah, Klaster, K-Means. socio-economic indicators, East Java, Regional inequality, Klastering, K-Means.
Subjects:	H Social Sciences > HA Statistics Q Science
Divisions:	Faculty of Vocational > 49501-Business Statistics
Depositing User:	Muhammad El Izzul Haq
Date Deposited:	07 Apr 2026 04:30
Last Modified:	07 Apr 2026 04:30
URI:	http://repository.its.ac.id/id/eprint/132759

Actions (login required)

View Item