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.
