Analisis Clustering Tingkat Kesejahteraan Di Provinsi Papua Menggunakan Metode K-Means Sebagai Dasar Perumusan Kebijakan Tepat Sasaran Guna Mendukung SDGs

Abstract

Tingkat kesejahteraan masyarakat merupakan indikator fundamental pembangunan nasional. Namun, kondisi Indonesia saat ini menunjukkan bahwa kesejahteraan belum merata, terutama di Provinsi Papua. Penelitian ini bertujuan mengklasifikasikan tingkat kesejahteraan kabupaten/kota di Provinsi Papua menggunakan metode K-Means Clustering sebagai dasar perumusan kebijakan pembangunan yang lebih tepat sasaran serta sejalan dengan percepatan pencapaian Sustainable Development Goals (SDGs). Penelitian ini menggunakan pendekatan kuantitatif dengan memanfaatkan data sekunder berbagai indikator sosial ekonomi, meliputi pendidikan, ekonomi, sanitasi, keamanan, dan ketenagakerjaan. Normalisasi data dilakukan dengan metode ratio to total (Comparative Percentage Analysis). Penentuan jumlah klaster optimal menggunakan Metode Elbow dan divalidasi melalui Silhouette Score dan Davies-Bouldin Index. Hasil analisis menghasilkan tiga klaster utama, yaitu: cluster 0 wilayah dengan tingkat kesejahteraan rendah dan membutuhkan intervensi prioritas pada layanan dasar dan infrastruktur, cluster 1 wilayah perkotaan maju dengan infrastruktur yang baik namun memiliki kerentanan sosial dan keamanan, serta cluster 2 wilayah semi-urban yang sedang mengalami transisi dengan potensi pertumbuhan berbasis pendidikan namun menghadapi tantangan sanitasi dan ekonomi. Temuan ini menunjukkan bahwa ketimpangan kesejahteraan di Papua bersifat multidimensional sehingga memerlukan pendekatan kebijakan yang berbeda antarwilayah. Penelitian ini berkontribusi dalam menyediakan dasar empiris bagi pemerintah dalam merancang kebijakan berbasis bukti yang mendukung target SDGs 1,3,4,9 dan 10.