Pemodelan Ketimpangan Energi dan Kemiskinan di Indonesia Menggunakan Hybrid K-Means–PCA dalam Mendukung SDGs 1 dan 7

Abstract

Energi bersih dan pengentasan kemiskinan merupakan fokus utama SDG 1 dan 7 yang berperan penting dalam mendukung pembangunan berkelanjutan di Indonesia. Penelitian ini bertujuan untuk memodelkan ketimpangan akses energi dan tingkat kemiskinan antarprovinsi di Indonesia menggunakan pendekatan hybrid antara Principal Component Analysis (PCA) dan algoritma K-Means Clustering yang dilakukan menggunakan perangkat lunak R. Data penelitian bersumber dari Badan Pusat Statistik (BPS) dan Kementerian Energi dan Sumber Daya Mineral (ESDM) tahun 2024, mencakup enam variabel yang merepresentasikan aspek kemiskinan dan energi listrik. Hasil PCA menunjukkan bahwa dua komponen utama yang mampu menjelaskan 71.2% variasi data. PC1 merepresentasikan dimensi kesejahteraan sosial dan akses energi, sedangkan PC2 menggambarkan dimensi kapasitas dan pemerataan energi. Hasil penelitian juga menunjukan bahwa tingkat dukungan terhadap pencapaian SDGs 1 (PC1) memiliki nilai lebih tinggi dengan rerata nilai sebesar 0.40 dibandingkan dengan tingkat dukungan terhadap pencapaian SDGs 7 dengan nilai rerata sebesar 0.34. Tahap K-Means Clustering menghasilkan tiga klaster dengan jumlah masing-masing 4, 6, dan 28 provinsi. Klaster 1 memiliki nilai PC1 = –3.78 dan PC2 = -1.18, menunjukkan wilayah dengan kemiskinan tinggi dan akses energi listrik rendah. Klaster 2 menunjukkan PC1 = 2.16 dan PC2 = -1.89, merepresentasikan provinsi dengan kesejahteraan tinggi dan kapasitas energi tinggi. Sementara Klaster 3 memiliki PC1 = 0.08 dan PC2 = 0.57, menggambarkan wilayah dengan kondisi sosial-ekonomi menengah dan distribusi energi yang relatif efisien. Temuan ini menegaskan adanya ketimpangan spasial antarprovinsi di Indonesia dalam hal kesejahteraan sosial dan kapasitas energi listrik. Hasil penelitian ini dapat menjadi dasar perumusan kebijakan pemerataan energi dan pengentasan kemiskinan di Indonesia.