@thesis{thesis,
		author={Kaporina  Anisyah},
		title ={Penerapan Fuzzy C-Means Clustering untuk Mengelompokkan Wilayah di Kalimantan Berdasarkan Indikator Kemiskinan},
		year={2025},
		url={http://repository.itk.ac.id/21997/},
		abstract={Kemiskinan masih menjadi masalah penting di Indonesia dan pengentasannya merupakan prioritas dalam Rencana Pembangunan Jangka Menengah Nasional (RPJMN) 2020-2024 dan Sustainable Development Goals (SDGs). Pulau Kalimantan, yang menjadi lokasi Ibu Kota Nusantara (IKN), menunjukkan adanya perbedaan tingkat kemiskinan antar kabupaten/kota. Mengelompokkan wilayah berdasarkan indikator kemiskinan menggunakan metode Fuzzy c-means efektif untuk memahami karakteristik kemiskinan, sebagaimana ditunjukkan oleh penelitian sebelumnya. Oleh karena itu penelitian ini bertujuan mengelompokkan tingkat kemiskinan di Kalimantan menggunakan metode Fuzzy c-means untuk mengamati cluster di Kalimantan, memahami karakteristiknya serta hasil pengelompokan tersebut akan digunakan untuk mengamati kabupaten/kota di Kalimantan Timur. Karena Kalimantan Timur merupakan wilayah yang paling merasakan dampak dari perpindahan Ibu Kota Nusantara (IKN). Penelitian ini menggunakan data tahun 2023 untuk membentuk cluster dengan Principal Component Analysis (PCA) dan tanpa PCA. Tiga cluster yang diuji (3, 4, dan 5 cluster) menunjukkan perbedaan distribusi wilayah antar kelompok. Analisis validitas cluster menggunakan Partition Coefficient (PC), Classification Entropy (CE), dan Dunn Index (DI) menunjukkan bahwa pembentukan 3 cluster dengan PC adalah cluster terbaik. Cluster ini mengelompokkan wilayah Kalimantan berdasarkan tingkat kemiskinan rendah, sedang, dan tinggi. Sebagian besar wilayah di Kalimantan Timur masuk dalam cluster kemiskinan rendah, namun masih terdapat wilayah di cluster kemiskinan tinggi. Hal ini menegaskan perlunya peningkatan kesejahteraan di Kalimantan Timur sebagai wilayah strategis IKN.}
		}