Savitri Ramdhanti Parera NIM. 1915016006 Program Studi Informatika Dosen Pembimbing I. Ummul Hairah, S.Pd., M.T. II. Masna Wati, S.Si., M.T. PENGELOMPOKKAN TINGKAT KEMISKINAN DI INDONESIA MENGGUNAKAN METODE CLUSTERING K-MEANS ABSTRAK Kemiskinan merupakan kondisi seseorang yang tidak dapat memenuhi kebutuhan dasar. Tingkat kemiskinan setiap provinsi di Indonesia berbeda-beda berdasarkan beberapa indikator tingkat kemiskinan menurut Badan Pusat Statistik. Mengetahui karakteristik kemiskinan di suatu provinsi, Pemerintah dapat mengambil langkah penanggulangan kemiskinan yang tepat. Penelitian ini betujuan untuk mengelompokkan tingkat kemiskinan menggunakan Clustering k-means untuk mendapatkan karakteristik tingkat kemiskinan diberbagai provinsi. Data yang digunakan rata-rata tingkat pengangguran terbuka, lama sekolah, persentase penduduk miskin dan pengeluaran perkapita tahun 2018 sampai dengan 2022. Penerapan Clustering k-means dilakukan pada 3 skenario jumlah Cluster yaitu 2, 3 dan 4 dengan 3 metode perhitungan jarak yaitu euclidean distance, manhattan distance dan minkowski distance. Hasil pengelompokkan tingkat kemiskinan yang didapatkan dari karakteristik tiap Cluster adalah sangat tinggi (C1) 3 provinsi yaitu Kep. Riau, DKI Jakarta dan Kalimantan Timur, tinggi (C2) 7 provinsi yaitu Aceh, Sumatera Utara, Sumatera Barat, Jawa Barat, Banten, Sulawesi Utara dan Maluku, rendah (C3) 13 provinsi yaitu Sumatera Selatan, Bengkulu, Lampung, Jawa Tengah, Jawa Timur, Nusa Tenggara Barat, Nusa Tenggara Timur, Sulawesi Tengah, Sulawesi Tenggara, Gorontalo, Sulawesi Barat, Papua dan sangat rendah (C4) 11 provinsi yaitu Riau, Jambi, Kep. Bangka Belitung, DI Yogyakarta, Bali, Kalimantan Barat, Kalimantan Tengah, Kalimantan Selatan, Kalimantan Utara, Sulawesi Selatan dan Maluku Utara. Nilai pengujian Cluster dengan davies bouldin index menunjukkan jumlah Cluster terbaik adalah 4 Cluster dengan metode minkowski distance dengan hasil pengujian sebesar 1,0689 yang berarti baik untuk digunakan dalam mengelompokkan tingkat kemiskinan di Indonesia.