ANALISIS KLASTER KABUPATEN/KOTA INDONESIA BERDASARKAN INDEKS PEMBANGUNAN MANUSIA DENGAN MODEL MIXTURE SKEW-T

Indonesia merupakan salah satu negara dengan jumlah penduduk yang besar. Penduduk Indonesia yang besar dapat menjadi modal kemajuan bangsa. Indeks pembangunan manusia (IPM) merupakan ukuran yang dapat digunakan untuk mengetahui kualitas manusia di suatu wilayah. Capaian IPM Indonesia dinilai cukup rendah jika dibandingkan negara lainnya. Hal itu terjadi karena adanya disparitas pembangunan manusia antar wilayah. Diperlukan pengelompokkan wilayah sehingga terjadi peningkatan dan pemerataan dalam pembangunan manusia di Indonesia. Penelitian ini akan menggunakan data indeks pembangunan manusia kabupaten/kota di Indonesia pada tahun 2019. Model finite mixture dengan distribusi skew-t tepat digunakan karena dapat mengatasi karakteristik multimodal, kemencengan, heavy-tailed, serta outlier yang sering ditemukan pada data. Estimasi parameter model dilakukan dengan metode maksimum likelihood menggunakan algoritma Expectation-Maximization. Ukuran berbasis Akaike Information Criterion digunakan untuk memilih jumlah komponen mixture. Berdasarkan hasil penelitian diperoleh jumlah komponen optimal model finite mixture distribusi skew-t sebanyak tiga komponen mixture. Hal itu menunjukan kabupaten/kota di Indonesia berdasarkan indeks pembangunan manusia dapat dibagi menjadi tiga klaster. Klaster pertama berisi 80 kabupaten/kota dengan rata-rata IPM sebesar 78,317, klaster kedua berisi 415 kabupaten/kota dengan rata-rata IPM sebesar 70,856, dan klaster ketiga berisi 19 kabupaten/kota dengan rata-rata IPM sebesar 56,247