Pengelompokan Kabupaten/Kota Berdasarkan Indikator Rumah Layak Huni di Jawa Timur Tahun 2023 Menggunakan K-Harmonic Means Clustering

Abstract. Cluster analysis is one of the multivariate analysis techniques aimed at grouping objects based on their similarities. Clustering methods are generally categorized into hierarchical and non-hierarchical methods. One of the most commonly used non-hierarchical methods is K-Means Clustering; however, it has a notable weakness—it is sensitive to the initialization of cluster centers. To overcome this, the K-Harmonic Means (KHM) method was introduced as a more robust alternative. KHM utilizes the harmonic mean of squared distances from each data point to all cluster centers. In this study, the Davies-Bouldin Index is used as the validation metric to assess clustering quality. This research aims to cluster regencies/cities in East Java in 2023 based on indicators of decent housing, including type of flooring, wall type, roof type, access to proper sanitation, access to safe drinking water, and floor area per capita. The goal is to gain insight into housing disparities and provide a foundation for more targeted regional development policies. The analysis resulted in four optimal clusters: Cluster 1 consists of 7 regencies/cities, Cluster 2 includes 25, Cluster 3 consists of 5, and Cluster 4 comprises only 1 regency/city. Abstrak. Analisis klaster yaitu salah satu teknik dari analisis multivariat yang bertujuan untuk mengelompokkan objek-objek berdasarkan kemiripan yang dimiliki. Metode klaster dibagi menjadi dua metode, yaitu metode klaster hierarki dan metode klaster nonhierarki. Salah satu metode yang populer dalam klaster nonhierarki adalah K-Means Clustering. Namun, metode ini memiliki kelemahan yaitu sensitif terhadap inisialisasi pusat klaster. Guna mengatasi hal ini, K-Harmonic Means dikembangkan sebagai alternatif yang lebih robust. Metode ini menggunakan rata-rata harmonik dari jarak kuadrat antara setiap titik data ke seluruh pusat klaster. Selain itu, untuk mengevaluasi hasil clustering, perlu adanya proses validasi. Indeks validasi yang digunakan pada penelitian ini adalah dengan Davies-Bouldin Index. Penelitian ini bertujuan mengelompokkan kabupaten/kota berdasarkan indikator rumah layak huni yaitu jenis lantai, jenis dinding, jenis atap, akses sanitasi layak, akses air minum layak, dan luas lantai per kapita di Jawa Timur tahun 2023 menggunakan K-Harmonic Means Clustering dengan validasi Davies-Bouldin Index untuk membantu dalam memahami kesenjangan perumahan dan menjadi dasar dalam perumusan kebijakan pembangunan daerah yang lebih tepat sasaran. Berdasarkan hasil analisis, terbentuk 4 klaster optimal, yaitu klaster 1 terdiri dari 7 kabupaten/kota, klaster 2 terdiri dari 25 kabupaten/kota, klaster 3 terdiri dari 5 kabupaten/kota, sementara klaster 4 hanya terdiri dari 1 kabupaten/kota.