Optimasi k-means clustering menggunakan metode elbow untuk pengelompokan rumah tangga miskin di Surabaya

Kemiskinan merupakan salah satu permasalahan serius yang dihadapi setiap negara, termasuk Indonesia. Terlebih pada saat pandemi COVID-19 yang dialami oleh Indonesia saat ini, semakin memperparah angka kemiskinan. Berbagai program kebijakan saat ini telah diambil pemerintah sebagai bentuk upaya dalam pengentasan kemiskinan, termasuk pemberian bantuan sosial kepada masyarakat miskin. Akan tetapi, bantuan sosial yang diberikan sering kali tidak tepat sasaran atau tidak sesuai dengan yang dibutuhkan masayarakat. Hal tersebut dapat mempengaruhi program pengentasan kemiskinan tidak efisien dan berjalan lebih lamban. Penelitian dilakukan dengan tujuan mengelompokkan masyarakat miskin sesuai dengan kategori, menggunakan metode K-Means yang dioptimasi menggunakan metode Elbow. Pengukuran jarak menggunakan metode Eucledian. Pada setiap kategori diperoleh hasil tingkat kemiskinan paling tinggi terdapat pada kategori bangunan dengan jumlah rumah tangga sangat miskin sebanyak 656, sedangkan tingkat kemiskinan paling rendah terdapat pada kategori pangan dengan jumlah rumah tangga miskin sebanyak 38. Hasil validasi berdasarkan silhouette index yang lebih dari 0.5 dan davies-bouldin index yang mendekati 0 pada setiap kategori menunjukkan cluster yang terbetuk dalam penelitian ini layak digunakan.