SKRIPSI Sistem Informasi
SEGMENTASI TINGKAT KEMISKINAN PADA DATA PENDUDUK MISKIN DI INDONESIA SELAMA PANDEMI MENGGUNAKAN METODE ALGORITMA K-MEDOIDS
SEGMENTASI TINGKAT KEMISKINAN
PADA DATA PENDUDUK MISKIN DI
INDONESIA SELAMA PANDEMI
MENGGUNAKAN METODE ALGORTIMA KMEDOIDS
Nensy Enlanda Putri Pratama
Sistem Informasi, STMIK PPKIA Pradnya Paramita
email:nensy_18510003@stimata.ac.id
Abstrak
Masa pandemi Covid-19 pada awal tahun 2020 yang masuk di Indonesia sangat berdampak luas, terutama pada perkenomian
masyarakat. Hal tersebut menyebabkan pendapatan masyakarat mengalami penurunan dan jumlah penduduk miskin makin
bertambah. Pada data yang diperoleh dari Badan Pusat Statistik (BPS) jumlah penduduk miskin karena mengalami
peningkatannya angka penduduk yang pengguran dari 2018-2019 ke tahun 2020-2021 mengalami peningkatan akibat pandemi
covid-19 yang terjadi pada seluruh provinsi di Indonesia yang berjumlah 34 provinsi, karena peningkatan tersebut pemerintah
membuat kebijakan untuk penanggulangan kemiskinan agar dapat bisa membantu mengurangi jumlah penduduk miskin karena
faktor penduduk yang pengangguran. Solusi yang diusulkan pada penelitian ini berdasarkan analisis permasalahan yaitu dengan
membantu segmentasi tingkat kemiskinan menurut provinsi yang diakses dari Badan Pusat Statistika (BPS) dengan metode
algorithm k-medoids. Adapun mengidentifikasi jumlah cluster merupakan cara paling penting dan utama pada proses clustering.
Penelitian data tingkat kemiskinan diseluruh provinsi Indonesia sebelum pandemi dan selama pandemi, tahun 2018-2021 Tingkat
kemiskinan hanya ada 3 cluster yaitu tingkat rendah ditandai dengan tingkat pengangguran yang rendah dengan range antara
17.000 – 269.000 jiwa, tingkat sedang ditandai dengan tingkat pengangguran yang sedang dengan range antara 20.000 – 661.000
jiwa, tingkat tinggi ditandai dengan tingkat pengangguran yang tinggi dengan range antara 815.000 – 2.533.000 jiwa
| 18510003 | 001.42 S Nen Skr SistemInformasi | Perpus STMIK | Tersedia |
Tidak tersedia versi lain