Penentuan Jumlah Klaster Optimal Menggunakan Cluster Validity Index Pada Metode Fuzzy C-Means Clustering

Abstract

Kesejahteraan merupakan salah satu tujuan utama pemerintah di Indonesia yang telah tertulis secara jelas dalam pembukaan UUD 1945 alinea ke-4. Namun, pandemi COVID-19 di Indonesia sejak awal tahun 2020 berdampak pada peningkatan kemiskinan, termasuk di Jawa Timur. Akibat meningkatnya kemiskinan, berbagai bidang di dalam indikator kesejahteraan di Jawa Timur mengalami penurunan pada tahun 2020. Untuk meningkatkan kesejahteraan, dibutuhkan data yang akurat dan tepat sasaran, yaitu dengan melakukan penelitian analisis klaster, tepatnya metode Fuzzy C-Means Clustering. Dengan metode Fuzzy C-Means Clustering, akan dicari jumlah klaster untuk data indikator kesejahteraan rakyat di Jawa Timur.Namun, dalam menjalankan metode Fuzzy C-Means, peneliti harus menetukan jumlah klaster terlebih dahulu, sehingga jika peneliti asal dalam menentukannya maka akan berdampak pada hasil klaster yang tidak optimal, serta mengakibatkan pengambilan keputusan  dan kesimpulan yang salah oleh peneliti, akibatnya hal tersebut menjadi kelemahan dari metode Fuzzy C-Means Clustering. Jumlah klaster yang optimal ditentukan dengan Cluster Validity Index. Untuk mendapatkan jumlah klaster yang optimal, algoritma pada metode Fuzzy C-Means harus dijalankan berkali-kali untuk setiap jumlah klaster yang telah ditentukan oleh peneliti, kemudian hasil atau outputnya diterapkan ke Cluster Validity Index. Cluster Validity Index yang digunakan dalam penelitian ini adalah Pantition Entropy Index, Partition Coefficient Index, Xie Beni Index, Modifed Partition Coefficient Index dan  Fukuyama-Sugeno Index. Berdasarkan hasil analisis data, seluruh Cluster Validity Index menunjukkan jumlah klaster sebanyak 2 klaster sebagai jumlah klaster yang paling optimal untuk data indikator kesejahteraan rakyat di Jawa Timur pada tahun 2020.