Analysis and Clustering of Poverty Levels by Education in Cimahi City Using the BIRCH Method (Balanced Iterative Reducing and Clustering using Hierarchies)
DOI:
https://doi.org/10.47709/brilliance.v5i1.5631Keywords:
Poverty, Education, BIRCH, Cimahi City, Poverty LevelAbstract
Poverty is an important issue for the local government of Cimahi City, mainly caused by the low level of education of the community and unequal access to quality educational facilities. Given the role of education in influencing the economic condition of the community, this study aims to examine the causes of poverty. Demographic factors such as income, social economic status, and educational attainment are examined in this study using data from the Education Department and Social Department of Cimahi City from 2019 to 2024. There are three poverty levels categorized based on the BIRCH method high, medium, and low. Cigugur Tengah and Leuwigajah area have a majority of residents with a high school education or less and a high poverty rate, while Baros and Padasuka Urban Village have a majority of residents with a D3-D4 education and a low poverty rate. However, the clustering results of the BIRCH method only yielded an accuracy of 43%, which shows that this model is not optimal in clustering poverty levels. According to these results, a region's chance of overcoming poverty increases with the average educational level of its population. The results of this study indicate that education plays an important role in helping people out of poverty. Therefore, the expansion of educational opportunities and an increase in public awareness of the value of education are key solutions.
References
Adam, D., Olilingo, F. Z., & Santoso, I. R. (2022). ANALISIS PENGARUH PENDIDIKAN DAN PENGANGGURAN TERHADAP KEMISKINAN DI KAWASAN KERJASAMA UTARA- UTARA. Jurnal Ekonomi Pembangunan, 8.
Adhitya, B., Prabawa, A., & Kencana, H. (2022). Analisis Pengaruh Pendidikan, Kesehatan, Sanitasi dan Rata-Rata Jumlah Anggota Keluarga Per Rumah Tangga terhadap Kemiskinan di Indonesia. Ekonomis: Journal of Economics and Business, 6(1), 288. https://doi.org/10.33087/ekonomis.v6i1.501
Ainiyah, L., & Bansori, M. (2021). PREDIKSI JUMLAH KASUS COVID-19 MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) (STUDI KASUS KABUPATEN SIDOARJO) FORECASTING COVID-19 CASES USING AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) METHOD (CASE FOR SIDOARJO REGENCY). In J. Sains Dasar (Vol. 10, Issue 2). http://infocovid19.jatimprov.go.id/.
Akhmad, K. A. (2021). PERAN PENDIDIKAN KEWIRAUSAHAAN UNTUK MENGATASI KEMISKINAN. INTELEKTIVA: JURNAL EKONOMI, SOSIAL & HUMANIORA, 2.
Aldo Shauma, M., Purwanto, Y., & Novianty, A. (2016). Deteksi Anomali Trafik Menggunakan Algoritma BIRCH dan DBSCAN menggunakan Streaming Traffic Anomaly Traffic Detection with BIRCH dan DBSCAN Algorithm for Streaming Traffic. E-Proceeding of Engineering, 3.
Annisa, K., Serasi Ginting, B., & Syari, M. A. (2022). Penerapan Data Mining Pengelompokan Data Pengguna Air Bersih Berdasarkan Keluhannya Menggunakan Metode Clustering Pada PDAM Langkat. ALGORITMA: Jurnal Ilmu Komputer Dan Informatika, 6.
Benri, M., Metisen, H., & Latipa, S. (2015). ANALISIS CLUSTERING MENGGUNAKAN METODE K-MEANS DALAM PENGELOMPOKKAN PENJUALAN PRODUK PADA SWALAYAN FADHILA. In Jurnal Media Infotama (Vol. 11, Issue 2).
Cahyani, F. N., & Muljaningsih, S. (2022). ANALISIS PENGARUH JUMLAH PENDUDUK, TINGKAT PENGANGGURAN DAN TINGKAT PENDIDIKAN TERHADAP KEMISKINAN DI KABUPATEN GRESIK. Jurnal Ekonomi Pembangunan, 8(1), 1–10.
Chairunnisa, N. M., & Qintharah, Y. N. (2022). PENGARUH KESEHATAN, TINGKAT PENDIDIKAN, DAN UPAH MINIMUM TERHADAP KEMISKINAN PADA PROVINSI JAWA BARAT TAHUN 2019-2020. Jurnal Penelitian Teori & Terapan Akuntansi (PETA), 7.
Dewi, S. P., Nurwati, N., & Rahayu, E. (2022). Penerapan Data Mining Untuk Prediksi Penjualan Produk Terlaris Menggunakan Metode K-Nearest Neighbor. Building of Informatics, Technology and Science (BITS), 3(4), 639–648. https://doi.org/10.47065/bits.v3i4.1408
FADLILAH, I. N. (2022). PENGELOMPOKAN DATA TWEET KECELAKAAN MENGGUNAKAN PENDEKATAN TEXT MINING DAN ALGORITMA BIRCH.
Faradilah, F., Sujianto, A. E., Rizqiyah, I., Mariani, E., Widyaningsih, W., & Suripto, A. A. (2023). PENGARUH LAJU PERTUMBUHAN EKONOMI DAN TINGKAT PENDIDIKAN TERHADAP KEMISKINAN DI INDONESIA. SENTRI: Jurnal Riset Ilmiah, 2.
Hofmarcher, T. (2019). The Effect of Education on Poverty: A European Perspective. https://hdl.handle.net/10419/260279
Ishak, R. A., Zakaria, J., & Arifin, M. (2020a). Pengaruh Pertumbuhan Ekonomi, Pendidikan dan Pengangguran Terhadap Tingkat Kemiskinan di Kota Makassar.
Ishak, R. A., Zakaria, J., & Arifin, M. (2020b). Pengaruh Pertumbuhan Ekonomi, Pendidikan dan Pengangguran Terhadap Tingkat Kemiskinan di Kota Makassar.
Kafil, M. (2019). PENERAPAN METODE K-NEAREST NEIGHBORS UNTUK PREDIKSI PENJUALAN BERBASIS WEB PADA BOUTIQ DEALOVE BONDOWOSO. In Jurnal Mahasiswa Teknik Informatika (Vol. 3, Issue 2).
Khairunnisa, I., Yusnita, F., Suryani, I. W., & Panorama, M. (2023). JUMLAH PENDUDUK, PENGANGGURAN, KEMISKINAN TERHADAP INDEKS PEMBANGUNAN MANUSIA (IPM) SUMATERA SELATAN TAHUN 2018-2022. Jurnal Ilmiah MEA (Manajemen, Ekonomi, Dan Akuntansi), 7.
Lase, Y., & Panggabean, E. (2019). Implementasi Metode K-Means Clustering Dalam Sistem Pemilihan Jurusan Di SMK Swasta Harapan Baru. Jutikomp:Jurnal Teknologi Dan Ilmu Komputer Prima, 2.
Made Ariasih, N. L., & Yuliarmi, N. N. (2021). Pengaruh Tingkat Pendidikan, Tingkat Kesehatan dan Pengangguran Terbuka Terhadap Tingkat Kemiskinan di Provinsi Bali. Cerdika: Jurnal Ilmiah Indonesia, 1(7), 802–839. https://doi.org/10.36418/cerdika.v1i7.131
Maharani, C., Amelia Ningrum, D., Eka Fatmawati, A., & Fadilla, A. (2024). Dampak Kemiskinan terhadap Kualitas Pendidikan Anak di Indonesia: Rekomendasi Kebijakan yang Efektif. In Journal of Macroeconomics and Social Development (Vol. 1, Issue 3). https://economics.pubmedia.id/index.php/jmsd
Malentang, E. Y., Walewangko, E. N., & Siwu, H. F. Dj. (2022). PENGARUH PENGANGGURAN DAN PENDIDIKAN TERHADAP TINGKAT KEMISKINAN DI KOTA MANADO. Jurnal Berkala Ilmiah Efisiensi, 22(6), 133–144.
Munthe, Mhd. W. K. P. (2023). SISTEM PENEMPATAN KARYAWAN BERDASARKAN KEAHLIAN DAN KINERJA DENGAN METODE BIRCH DI PT. SINAR MENARA DELI (AGUNG PODOMORO LAND).
Oratmangun, H. D., Kalangi, J. B., & Naukoko, A. T. (2021). FAKTOR FAKTOR YANG MEMPENGARUHI TINGKAT KEMISKINAN DI SULAWESI UTARA. Jurnal Berkala Ilmiah Efisiensi, 21(6), 59–70.
Putra, E. J., Haryono, H., & Pudjowati, J. (2021). Pengaruh Pertumbuhan Ekonomi, Kesehatan dan Pendidikan Terhadap Kemiskinan di Kabupaten Sidoarjo. Bharanomics, 1(2), 51–60. https://doi.org/10.46821/bharanomics.v1i2.153
Santoso, A. B. (2023). Analisis Tingkat Kemiskinan di Provinsi Jawa Barat Tahun 2017-2021. PRIMANOMICS: JURNAL EKONOMI DAN BISNIS, 21.
Sari, D. N., Suwandana, E., Provinsi, B., Tengah, J., Daerah, B., & Banten, P. (2024). KEMISKINAN, KETIMPANGAN DAN PANDEMI: REALITA DI JAWA TENGAH. In Jurnal Ilmiah Populer Media Edukasi Data Ilmiah dan Analisis (Vol. 7).
Setiani, N., Wawan Hermawan, & Ahmad Komarulzaman. (2023). Pengujian Peran Pendidikan dalam Pengentasan Kemiskinan Provinsi Jawa Barat. Jurnal Riset Ilmu Ekonomi Dan Bisnis, 153–160. https://doi.org/10.29313/jrieb.v3i2.2470
Susanto, R., & Pangesti, I. (2019). PENGARUH TINGKAT PENDIDIKAN TERHADAP KEMISKINAN DI DKI JAKARTA. In Journal of Applied Business and Economic (Vol. 5, Issue 4).
Tan, P.-N., Steinbach, M., & Kumar, V. (2018). Introduction to data mining. Pearson.
Tjiabrata, A., Engka, D. S. M., & Rompas, W. F. I. (2021). ANALISIS PENGARUH PENDIDIKAN, PERTUMBUHAN EKONOMI DAN KESEHATAN TERHADAP TINGKAT KEMISKINAN DI SULAWESI UTARA. Jurnal Berkala Ilmiah Efisiensi, 7.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Fadhilla Artamevia Putri Ristiawan, Ari Purno Wahyu Wibowo
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
info@itscience.org, web: 
