Pengelompokan Tingkat Penggunaan Bahasa Daerah Di Indonesia Menggunakan Algoritma K-Means Clustering

Abstract

Indonesia memiliki keragaman bahasa daerah yang sangat tinggi, dengan lebih dari 700 bahasa yang tersebar di berbagai wilayah. Namun, globalisasi, kemajuan teknologi, dan mobilitas penduduk menyebabkan penggunaan bahasa daerah cenderung menurun, khususnya pada generasi muda. Penelitian ini bertujuan mengelompokkan 34 provinsi di Indonesia berdasarkan tingkat penggunaan bahasa daerah menggunakan algoritma K-Means Clustering, serta menginterpretasikan hasil pengelompokan menggunakan data migrasi penduduk sebagai variabel pendukung. Data yang digunakan adalah data sekunder Badan Pusat Statistik (BPS) berupa persentase penduduk usia 10 tahun ke atas yang menggunakan bahasa daerah pada tahun 2018, 2021, dan 2024, serta data migrasi masuk, migrasi keluar, dan migrasi netto. Nilai rata-rata ketiga tahun dijadikan variabel utama proses clustering yang dijalankan melalui Orange Data Mining dengan jumlah kelompok sebanyak tiga. Kualitas hasil pengelompokan dievaluasi menggunakan Silhouette Score. Hasil penelitian menunjukkan terbentuknya kelompok tinggi (12 provinsi), sedang (13 provinsi), dan rendah (9 provinsi) dengan nilai Silhouette Score sebesar 0,678 yang mengindikasikan kualitas pengelompokan yang baik. Interpretasi data migrasi menunjukkan bahwa provinsi dengan migrasi masuk tinggi cenderung berada pada kelompok penggunaan bahasa daerah rendah, sedangkan provinsi dengan pengaruh budaya lokal kuat berada pada kelompok tinggi. Hasil penelitian ini dapat menjadi dasar penentuan prioritas kebijakan pelestarian dan revitalisasi bahasa daerah di Indonesia.