Clustering Tingkat Kerentanan Ekonomi Rumah Tangga Kelas Menengah Menggunakan Algoritma Fuzzy-C Means Berdasarkan Data Susenas BPS di Jawa Timur Tahun 2024

Kelas menengah di Indonesia, khususnya di Jawa Timur, memegang peranan vital sebagai penggerak ekonomi nasional. Namun, kelompok ini terus menghadapi dilema: tingkat pengeluaran per kapita yang relatif mendekati garis kemiskinan, besarnya porsi pengeluaran untuk pangan, serta dominasi sektor informal. Kondisi-kondisi tersebut membuat rumah tangga kelas menengah rentan terhadap guncangan ekonomi; oleh karena itu, penilaian yang akurat mengenai kerentanan ini sangat penting untuk mendukung langkah-langkah perlindungan sosial yang tepat sasaran. Studi ini menggunakan data sekunder dari Survei Sosial Ekonomi Nasional (Susenas) tahun 2024 yang dilaksanakan oleh Badan Pusat Statistik (BPS) Jawa Timur dan mempertimbangkan tiga indikator utama: pengeluaran per kapita, porsi pengeluaran pangan, dan proporsi pekerjaan di sektor informal. Algoritma Fuzzy C-Means (FCM) digunakan sebagai metode analisis karena fleksibilitasnya dalam mengelompokkan data yang memiliki karakteristik keanggotaan ganda. Hasil analisis divalidasi menggunakan koefisien silhouette untuk menilai kualitas cluster. Temuan penelitian ini mengungkapkan terbentuknya tiga kelompok utama: rumah tangga yang sangat rentan, cukup rentan, dan relatif stabil. Kelompok yang sangat rentan dicirikan oleh tingkat pengeluaran yang rendah, porsi pengeluaran pangan yang tinggi, serta proporsi individu yang bekerja di sektor informal yang besar. Sebaliknya, kelompok yang relatif stabil menunjukkan tingkat pengeluaran yang tinggi, porsi pengeluaran pangan yang rendah, dan proporsi individu yang bekerja di sektor informal yang lebih kecil. Hasil ini menegaskan bahwa meskipun kelas menengah tidak tergolong sebagai kelompok miskin, mereka menghadapi risiko tinggi jatuh ke dalam kemiskinan jika terjadi guncangan ekonomi. Oleh karena itu, temuan studi ini dapat menjadi landasan bagi pemerintah untuk merumuskan kebijakan sosial yang lebih tepat sasaran.