Penerapan Hierarchical Clustering dan PCA Visualization dalam Data Science

Abstract

Perkembangan data science dalam dekade terakhir menuntut adanya metode analisis yang mampu mengelola data multidimensi secara efektif. Penelitian ini bertujuan untuk menganalisis penerapan hierarchical clustering dalam mengelompokkan data ekonomi regional serta mengintegrasikan Principal Component Analysis (PCA) sebagai teknik visualisasi untuk meningkatkan interpretabilitas hasil. Metode penelitian dilakukan secara kuantitatif dengan tahapan pra-pemrosesan data, penerapan agglomerative hierarchical clustering menggunakan Euclidean distance dan Ward’s method, serta reduksi dimensi melalui PCA. Validasi dilakukan dengan silhouette score dan perbandingan hasil clustering terhadap indikator ekonomi relevan. Hasil penelitian menunjukkan bahwa hierarchical clustering mampu membentuk struktur pengelompokan yang sistematis, sedangkan PCA memperkuat aspek visualisasi dengan menampilkan keterpisahan antar klaster secara lebih jelas. Analisis distribusi GRDP per kapita memperlihatkan adanya ketimpangan antar klaster, sementara heatmap korelasi variabel menegaskan keterkaitan erat antara indikator ekonomi dan sosial. Pairplot variabel utama menunjukkan hubungan positif antara kapasitas ekonomi dan penyerapan tenaga kerja, serta perbedaan signifikan antara sektor formal dan informal terhadap kualitas kesehatan masyarakat. Rata-rata indikator ekonomi per klaster menegaskan adanya ketimpangan struktural, di mana peningkatan ekonomi tidak selalu diikuti oleh penguatan sektor tenaga kerja maupun sektor formal. Kesimpulan utama dari penelitian ini adalah bahwa kombinasi hierarchical clustering dan PCA visualization memberikan kerangka analisis yang komprehensif untuk mengeksplorasi data multidimensi. Pendekatan ini tidak hanya relevan untuk analisis akademik, tetapi juga memiliki potensi besar dalam mendukung kebijakan publik dan strategi pembangunan berbasis data.