ABSTRAK

Data mining merupakan teknik atau proses untuk mendapatkan informasi yang berguna dari suatu basis data yang besar. Berdasarkan fungsionalitasnya, salah satu tugas dari data mining adalah melakukan pengelompokan data. Analisis cluster merupakan analisis yang bertujuan untuk mengelompokkan objek yang didasarkan pada pada informasi yang ditemukan dalam data. Salah satu metode analisis cluster adalah metode K-Means cluster yang merupakan metode pengelompokan non hierarki dengan membagi set data ke dalam sejumlah kelompok yang tidak tumpang tindih antara satu kelompok dengan kelompok lainnya. Penelitian ini bertujuan untuk mengelompokkan kabupaten/kota di Pulau Kalimantan berdasarkan indikator indeks pembangunan manusia serta memperoleh nilai sillhoutte coefficient hasil analisis cluster optimal dengan menggunakan algoritma K-Means pada principle component analysis. Data yang digunakan adalah data indeks pembangunan manusia Tahun 2020 pada kabupaten /kota di Pulau Kalimantan dan digunakan 8 variabel dari indikator indeks pembangunan manusia. Hasil cluster optimal yang terbentuk pada pengelompokan kabupaten/kota di Pulau Kalimantan dengan menggunakan metode K-Means cluster pada principle component analysis adalah sebanyak 4 cluster. Cluster 1 beranggotakan 20 kabupaten/kota, cluster 2 beranggotakan 3 kabupaten/kota, cluster 3 beranggotakan 26 kabupaten/kota dan cluster 4 beranggotakan 7 kabupaten/kota. Nilai sillhoutte coefficient untuk validasi data hasil clustering kabupaten/kota di Pulau Kalimantan menggunakan metode K-Means cluster pada principle component analysis menghasilkan 4 cluster adalah sebesar 0,540 yang menyatakan bahwa struktur cluster yang terbentuk pada pengelompokan ini adalah medium structure.
Kata kunci : Indikator Indeks Pembangunan Manusia, K-Means Cluster, Principle Component Analysis, Silhoutte Coefficient