Penerapan Algoritma Agglomerative Hierarchical Untuk Clustering Peringkat Prioritas Penerima Bantuan Rumah

Abstract

Kemiskinan masih menjadi masalah serius di Indonesia, terutama di daerah pedesaan dan tertinggal. Salah satu daerah yang masih menghadapi permasalahan terkait kemiskinan adalah Kabupaten Sumba Barat Daya. Untuk mengatasi masalah tersebut, pemerintah Indonesia telah menerapkan berbagai program bantuan sosial, salah satunya adalah program bantuan rumah. Namun, dalam pelaksanaannya, penentuan prioritas penerima bantuan rumah sering kali menjadi tantangan karena masih dilakukan secara manual, sehingga keluarga yang seharusnya diprioritaskan terkadang tidak mendapatkan bantuan. Dengan memanfaatkan data usulan calon penerima bantuan rumah, algoritma Agglomerative Hierarchical Clustering akan diterapkan untuk mengelompokkan peringkat prioritas penerima bantuan. Pendekatan ini bertujuan membantu Pemerintah Kabupaten Sumba Barat Daya meningkatkan efisiensi penyaluran program bantuan rumah agar lebih tepat sasaran dan menyasar masyarakat yang benar-benar membutuhkan. Hasil penelitian menunjukkan bahwa metode Agglomerative Hierarchical Clustering menghasilkan keluaran yang efektif dengan nilai silhouette coefficient yang baik. Hasil validasi terbaik dari metode ini terhadap data tahun 2022 yang telah dinormalisasi menggunakan metode Z-score terjadi saat k = 2, dengan nilai silhouette coefficient sebesar 0,79 menggunakan pendekatan Average Linkage. Penelitian ini menunjukkan bahwa cluster 0, yang terdiri dari 1.116 obyek, menjadi prioritas pertama, sedangkan cluster 1, yang berjumlah 95 obyek, ditetapkan sebagai prioritas kedua.