Melacak Kemakmuran: Mengungkap Pertumbuhan Ekonomi Indonesia dengan Algoritma K-Means

Authors

  • Mochammad Farhan Universitas Pamulang

Keywords:

Algoritma K-Means, Gross Domestic Product (GDP), Keragaman Geografis, Pertumbuhan Ekonomi

Abstract

Penelitian ini mengkaji pertumbuhan ekonomi Indonesia melalui analisis klasifikasi data menggunakan algoritma K-Means. Sebagai negara dengan keragaman geografis dan perekonomian yang kuat, Indonesia kesulitan memahami dinamika perekonomian seluruh wilayahnya. Metode K-Means digunakan untuk menghitung Produk Domestik Bruto (PDB) atau disebut Produk Domestik Bruto Indonesia (PDB) untuk mengelompokkan data dari tahun ke tahun. Kajian ini tidak hanya menganalisis perkembangan ekonomi, namun juga memberikan perspektif yang lebih mendalam mengenai keberagaman ekonomi regional. Dalam mengidentifikasi pola pertumbuhan, kami tidak hanya mengungkap perbedaan tingkat pertumbuhan, namun juga karakteristik mendasar dari masing-masing kelompok ekonomi. Ketika kita lebih memahami dinamika perekonomian ini, kita dapat merancang kebijakan yang lebih tepat sasaran dan tepat sasaran untuk mendorong pertumbuhan ekonomi yang adil di seluruh negeri. Kajian ini merupakan peta jalan perencanaan perekonomian yang lebih baik untuk memastikan Indonesia mempunyai kesempatan yang adil untuk berkembang.

References

[1] Amalina, T., Pramana, D. B. A., & Sari, B. N. (2022). Metode K-Means Clustering Dalam Pengelompokan Penjualan Produk Frozen Food. Teknik Informatika, Universitas Singaperbangsa Karawang.

[2] Global Economy Indicators Dataset. (2023). Kaggle. Diakses dari: [https://www.kaggle.com/datasets/prasad22/global-economy-indicators/data]

[3] Gustientiedinaa, M., Adiyaa, M. Hasmil, & Desnelitab, Y. (2019). Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan Pada RSUD Pekanbaru. Teknik Informatika, Sekolah Tinggi Ilmu Komputer Pelita Indonesia Pekanbaru.

[4] Haviluddin, Suryani Junita Patandianan, Gubtha Mahendra Putra, Novianti Puspitasari, & Pakpahan, H. S. (2021). Implementasi Metode K-Means untuk Pengelompokkan Rekomendasi Tugas Akhir. Teknik Informatika, Universitas Mulawarman.

[5] Sandia, I. W. W. K., & Dwidasmaraa, I. B. G. D. (2023). Implementasi Algoritma K-Means Clustering dalam Penentuan Klasifikasi Tingkat Pembangunan Perekonomian di Provinsi Bali. Departemen Informatika, Universitas Udayana.

Downloads

Published

2023-12-30

How to Cite

Farhan, M. (2023). Melacak Kemakmuran: Mengungkap Pertumbuhan Ekonomi Indonesia dengan Algoritma K-Means. Prosiding Seminar Kecerdasan Artifisial, Sains Data, Dan Pendidikan Masa Depan, 1, 271–274. Retrieved from https://openjournal.unpam.ac.id/index.php/PROKASDADIK/article/view/39849