METODE DENSITY-BASED SPATIAL CLUSTER OF APPLICATIONS WITH NOISE UNTUK PENGELOMPOKAN KEMISKINAN DI PROVINSI JAWA TIMUR

Kemiskinan merupakan masalah yang masih kompleks dan menjadi perhatian utama bagi negara-negara berkembang salah satunya Indonesia. Penduduk miskin di Indonesia banyak ditemukan di Provinsi Jawa Timur dengan persentase penduduk perkotaan 7,71% naik menjadi 7,78% pada bulan September, sedangkan penduduk pedesaan sebanyak 13,69% naik menjadi 13,90%. Penelitian ini bertujuan untuk mengetahui pengelompokkan wilayah kemiskinan yang ada di Provinsi Jawa Timur. Metode yang digunakan pada penelitian ini adalah Density Based Spatial Cluster Of Applications With Noise (DBSCAN). Metode ini mendapatkan 2 cluster optimal dan 1 noise dengan parameter epsilon 18.8 dan MinPts 3 pada nilai silhouette coefficient sebesar 0,82 yang berarti struktur cluster kuat. Hasil cluster menunjukkan kabupaten yang menjadi noise sekaligus kabupaten dengan tingkat sebaran kemiskinan tertinggi adalah Kabupaten Pacitan dan Kabupaten Trenggelek.