PENGGUNAAN K-MEANS DALAM PENGELOMPOKAN PROVINSI DI INDONESIA BERDASARKAN NTP (NILAI TUKAR PETANI)

Penelitian ini menggunakan data Nilai Tukar Petani (NTP) dari 33 provinsi di Indonesia untuk periode tahun 2019 hingga 2023, diperoleh dari Badan Pusat Statistik (BPS) Nasional. Metode pengumpulan data melibatkan studi pustaka dan studi dokumenter. Dataset terdiri dari NTP, indeks harga yang diterima petani (IT), dan harga yang dibayar petani (IB) untuk subsektor pertanian. Alur penelitian mengikuti proses Knowledge Discovery in Database (KDD), meliputi pengambilan data, preprocessing, pengolahan data menggunakan metode K-Means clustering, evaluasi dengan Davies-Bouldin Index (DBI), dan analisis hasil. Data dari Badan Pusat Statistik (BPS) menunjukkan bahwa NTP Indonesia telah meningkat selama lima tahun terakhir, dari 100,90 pada tahun 2019 menjadi 112,46 pada tahun 2023, menunjukkan peningkatan kesejahteraan petani. Namun, beberapa provinsi masih menunjukkan NTP di bawah 100, mengindikasikan disparitas kesejahteraan antar daerah. Sebagai contoh, Sumatra Selatan mencatat NTP 98,92 pada tahun 2019 dan menurun menjadi 95,37 pada tahun 2020, sedangkan Nusa Tenggara Timur mencatat NTP 96,80 pada tahun 2023. Penelitian ini mengimplementasikan KMeans Clustering dengan percobaan berbagai jumlah cluster (2 hingga 5), masingmasing dilakukan 100 kali dengan centroid acak. Hasil terbaik diperoleh dengan 4 cluster, menghasilkan nilai Davies-Bouldin Index (DBI) terendah sebesar 0,69, sementara nilai DBI tertinggi sebesar 4,61 diamati dengan 2 cluster. Hasil ini memberikan wawasan tentang pola ekonomi regional di Indonesia dan dapat membantu perencanaan strategis serta pembuatan kebijakan untuk pengembangan sektor pertanian, termasuk inisiatif untuk mengurangi disparitas kesejahteraan antar provinsi dan meningkatkan kesejahteraan petani secara menyeluruh.