Analisis K-Means dan Hierarchical Clustering Negara United Nations Berdasarkan Sustainable Development Goals 1 dan 2

Sustainable Development adalah konsep yang muncul akibat tumbuhnya kesadaran akan krisis lingkungan yang akan segera terjadi. United Nations menetapkan Sustainable Development Goals (SDGs) sebagai rencana jangka panjang dalam menghadapi dunia yang terus berkembang. SDGs memiliki 17 target agenda yang perlu dicapai pada tahun 2030 dan dalam rangka pencapaian agenda tersebut, UN terus melakukan survei untuk melihat pencapaian setiap negara dalam memenuhi target SDGs. Dengan adanya kebutuhan untuk mengklasifikasikan pencapaian setiap negara UN, penelitian ini dilakukan untuk mengelompokkan negara-negara UN berdasarkan 2 target SDGs yaitu SDGs Goal 1: No Poverty dan SDGs Goal 2: Zero Hunger serta melihat indikator-indikator yang paling berpengaruh terhadap pencapaian progres SDGs menggunakan dua
metode clustering. Metode clustering yang digunakan dalam penelitian ini adalah K-Means Clustering dan Hierarchical Clustering Analysis (HCA). Kemudian dilanjutkan dengan mencari variabel yang signifikan menggunakan metode Feature Selection yaitu Random Forest Importance (RFI). Metode K-Means
menggunakan dua metode inisialisasi centroid, yaitu secara random dan menggunakan K-Means++. Kedua metode inisialisasi menghasilkan dua cluster yang diberikan label ‘Perform Better’ dan ‘Perform Worse’. Kedua metode inisialisasi menunjukkan hasil optimal pada hasil evaluasi cluster menggunakan indeks DBI dan Calinski-Harabasz. Kemudian, hasil clustering dengan metode
HCA pada empat metode linkage yaitu single linkage, complete linkage, average linkage, dan ward linkage menghasilkan jumlah cluster berbeda. Berdasarkan metriks evaluasi CPCC, metode linkage yang memiliki performa terbaik adalah average linkage. Jumlah cluster yang terbentuk menggunakan average linkage
sejumlah dua cluster dan diberikan label ‘Perform Better’ dan ‘Perform Worse’. Metode Feature Selection yaitu RFI mampu menunjukkan tingkat signifikansi masing-masing variabel dimana hasil RFI menunjukkan terdapat 6 variabel signifikan dengan variabel paling signifikan pada target SDGs 2.4.