Mapping Regional Clusters Based on Total Rescued Food in Indonesia Using K-Means Clustering

Authors

  • Muhammad Rafi Haidar Arsyad Rafi Universitas Sains Teknologi Ekonomi Digital Indonesia
  • Mohammad Riza Radyanto Universitas Sains Teknologi Ekonomi Digital Indonesia
  • Wafi Arifin Universitas Sains Teknologi Ekonomi Digital Indonesia

DOI:

https://doi.org/10.47686/zzrtrt54

Abstract

This study maps regional clusters in Indonesia based on the total amount of rescued food using the K-Means algorithm. The data were obtained from the official dataset Jumlah Total Pangan yang Terselamatkan Update Bulan Januari 2026 published by the National Food Agency through data.go.id. The research followed an IMRAD-oriented workflow comprising data cleaning, data parsing, construction of regional aggregate features, determination of the optimal number of clusters using the elbow and silhouette methods, K-Means clustering, and visualization of cluster results. The analysis identified two optimal clusters, supported by a silhouette score of 0.809828 and a Davies-Bouldin Index of 0.113459. The findings reveal a clear disparity between regions with low and high rescued-food achievements, with West Java emerging as the most dominant region. This study contributes by utilizing an official rescued-food dataset and regional aggregate features as an analytical basis for monitoring, evaluating, and strengthening data-driven food rescue programs in Indonesia.

Keywords : K-Means, Clustering, Rescued Food, Machine Learning, Aggregate Features

Downloads

Published

2026-06-09

Issue

Vol. 2 No. 01 (2026): Vol. 2 No. 01 (2026)

Section

Articles

License

Pemberitahuan Hak Cipta

Hak cipta atas artikel yang diterbitkan dalam jurnal ini tetap menjadi milik penulis. Namun, dengan mengirimkan dan menerbitkan artikel, penulis memberikan kepada jurnal hak non-eksklusif untuk menerbitkan, mendistribusikan, dan menampilkan karya mereka secara terbuka.

Seluruh artikel yang diterbitkan dalam jurnal ini dilisensikan di bawah lisensi Creative Commons Attribution 4.0 International (CC BY 4.0). Lisensi ini memungkinkan siapa pun untuk:

  • Menyalin dan menyebarluaskan materi dalam format atau media apa pun

  • Mengadaptasi, mengubah, dan membangun berdasarkan materi tersebut

  • Untuk tujuan komersial maupun non-komersial

Dengan syarat: atribusi yang tepat diberikan kepada penulis asli dan sumbernya, disediakan tautan ke lisensi, dan dicantumkan jika ada perubahan yang dibuat.

Permohonan Izin Tambahan

Jika pengguna ingin menggunakan materi dari jurnal ini di luar batas yang diizinkan oleh lisensi CC BY 4.0 (misalnya untuk reproduksi dalam publikasi tertutup atau penggunaan komersial tanpa atribusi), permohonan izin dapat dikirimkan ke redaksi melalui email: [email jurnal].