Penerapan K-Medoids Clustering Pada Data Penerima Program Z-Auto BAZNAS Jawa Timur dengan Metode eval_uasi Elbow

Abstract

Penelitian ini bertujuan untuk menganalisis status penerima Program Z-Auto di BAZNAS Provinsi Jawa Timur dengan menggunakan metode K-Medoids Clustering. Program Z-Auto merupakan inisiatif BAZNAS untuk memberdayakan mustahik di bidang otomotif melalui bantuan modal, pelatihan, dan peralatan usaha bengkel. Data penelitian berupa 445 data pendaftar program dengan atribut yang dipilih usia, jenis usaha, pendapatan, dan pengeluaran bulanan. Dengan banyaknya data pendaftar dengan karakteristik yang beragam sehingga sulit untuk dianalisis secara manual, terutama dalam menentukan kelompok mustahik yang memiliki kondisi ekonomi serupa. Tanpa analisis berbasis data, proses seleksi berpotensi tidak objektif dan kurang tepat sasaran. Oleh karena itu, penelitian ini menerapkan clustering seperti K-Medoids untuk mengelompokkan data penerima secara lebih sistematis dan terukur. Alur penelitian dimulai dari tahapan data selection, data preprocessing, data transformation, data mining, dan eval_uasi. Proses data mining menggunakan metode K-medoids sebagai metode clustering yang kemudian dieval_uasi menggunakan Elbow Method dan Silhouette Score untuk mendapatkan jumlah cluster terbaik. Hasil penelitian menunjukkan bahwa data penerima terbagi menjadi tiga cluster utama: (1) kelompok usia lebih tua dengan pendapatan dan pengeluaran rendah, (2) kelompok dengan kondisi ekonomi sedang, dan (3) kelompok usia lebih muda dengan pendapatan serta pengeluaran relatif tinggi. eval_uasi dengan Silhouette Score memberikan hasil yang cukup baik (0,7134). Penelitian ini menunjukkan bahwa K-Medoids clustering dapat membantu BAZNAS dalam meningkatkan ketepatan distribusi bantuan secara objektif dan transparan.