PENERAPAN K-MEANS CLUSTERING GUNA IDENTIFIKASI PENDUDUK MISKIN EKSTREM YANG BELUM TERAKSES PROGRAM PERLINDUNGAN SOSIAL

Kemiskinan merupakan masalah utama dalam menghambat pencapaian kesejahteraan sosial masyarakat. Mengacu pada data Badan Pusat Statistik Kabupaten Malang, tahun 2023 jumlah penduduk miskin mencapai 251,36 ribu Penghapusan kemiskinan ekstrem merupakan salah satu tujuan strategis di Daerah di mana intervensinya memanfaatkan data Pensasaran Percepatan Penghapusan Kemiskinan Ekstrem (P3KE) yang dirilis oleh MenkoPMK dan dilakukan pemutakhiran setiap tahun. Belum adanya model segmentasi data pada sasaran penerima program perlindungan sosial rentan menimbulkan duplikasi penerima bantuan sosial, penduduk yang tidak layak menerima bantuan (inclusion error), penduduk yang belum teridentifikasi sebagai sasaran (exclusion error), serta data yang tidak valid dalam penyaluran bantuan sosial. Segmentasi penduduk miskin menggunakan metode K-Means Clustering dengan kerangka kerja CRISP-DM. Adapun atribut data ditetapkan yaitu jenis pekerjaan, kepemilikan rumah, kepemilikan Program Keluarga Harapan (PKH), dan jumlah anggota keluarga beresiko stunting. Hasil penerapan metode K-Means pada 7857 record dengan penentuan jumlah k optimal sebesar k=5 setelah dilakukan uji metode Silhouette Coefficient dan WCSS dengan k=2 sampai dengan k=15 menghasilkan 5 klaster. Clustering penduduk miskin ekstrem menghasilkan 5 segmen prioritas penduduk miskin yaitu Sangat Prioritas sebanyak 2332 KK, Prioritas Tinggi sebanyak 1353 KK, Prioritas Sedang sebanyak 1545 KK, Kurang Prioritas sebanyak 284 KK, dan Bukan Prioritas sebanyak 2343 KK. Selanjutnya segmentasi penduduk miskin ekstrem dapat digunakan sebagai bahan penyusunan kebijakan dalam menyusun prioritas penerima program perlindungan sosial.