ANALISIS PERBANDINGAN ALGORITMA K-MEANS DAN DBSCAN DALAM CLUSTERING KONDISI EKONOMI MASYARAKAT DI KELURAHAN PULO BRAYAN DARAT 1

Abstract

Penelitian ini bertujuan untuk membandingkan efektivitas algoritma K-Means dan DBSCAN dalam mengelompokkan masyarakat berdasarkan kondisi ekonomi di Kelurahan Pulo Brayan Darat 1. Data yang digunakan meliputi variabel-variabel ekonomi yang relevan dan dikumpulkan melalui survei. Evaluasi dilakukan berdasarkan kualitas clustering menggunakan Silhouette Index, performa algoritma, serta interpretasi hasil clustering. Hasil penelitian menunjukkan bahwa kedua algoritma memiliki keunggulan masing-masing; K-Means memberikan cluster yang lebih terstruktur dengan waktu eksekusi yang cepat, sedangkan DBSCAN mampu mengidentifikasi outlier dan cluster dengan bentuk yang tidak beraturan. Penelitian ini memberikan kontribusi dalam pemilihan metode clustering yang sesuai untuk analisis data ekonomi masyarakat serta rekomendasi bagi pengambil kebijakan dalam merancang program peningkatan kesejahteraan masyarakat.