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

Kemiskinan masih menjadi hambatan utama dalam mewujudkan kesejahteraan sosial. Berdasarkan data
BPS Kabupaten Malang tahun 2023, jumlah penduduk miskin mencapai 251,36 ribu jiwa. Upaya
penghapusan kemiskinan ekstrem menjadi prioritas strategis daerah dengan memanfaatkan data
Pensasaran Percepatan Penghapusan Kemiskinan Ekstrem (P3KE) yang diperbarui setiap tahun oleh
Kemenko PMK. Namun, belum adanya model segmentasi sasaran sering menimbulkan masalah seperti
duplikasi penerima, inclusion error, exclusion error, hingga ketidakakuratan data. Penelitian ini
menerapkan metode K-Means Clustering dalam kerangka kerja CRISP-DM untuk melakukan segmentasi
penduduk miskin dengan atribut jenis pekerjaan, kepemilikan rumah, kepemilikan PKH, dan jumlah
anggota keluarga berisiko stunting. Dari 7.857 data, jumlah klaster optimal ditentukan sebanyak k=5
menggunakan uji Silhouette Coefficient dan WCSS. Hasilnya terbentuk lima segmen prioritas, yaitu Sangat
Prioritas (2.332 KK), Prioritas Tinggi (1.353 KK), Prioritas Sedang (1.545 KK), Kurang Prioritas (284
KK), dan Bukan Prioritas (2.343 KK). Segmentasi ini dapat menjadi dasar perumusan kebijakan
penyaluran program perlindungan sosial yang lebih tepat sasaran dan efektif