Identifying Dominant Factors of Divorce in Marbau Selatan Village Using K-Means Clustering

Sindi Anggraini, Abdul Halim Hasugian

Abstract


The increasing rate of divorce in Marbau Selatan Village reflects a broader trend in Indonesia and highlights an urgent social issue that threatens family resilience. This study applied the K-Means Clustering algorithm to analyze and classify divorce cases based on demographic and social characteristics. Data were collected from 85 divorce records registered between 2021 and 2025, focusing on key variables such as age, gender, case type, and cause of divorce. The clustering process generated three distinct groups, namely: conflicts and repeated disputes, abandonment by one party, and economic hardship. The results demonstrated that persistent conflicts represented the most dominant factor, followed by abandonment and financial problems. These findings suggest that K-Means is effective for revealing hidden patterns in divorce data, providing valuable insights for local stakeholders. The study contributes to data-driven policy recommendations, such as premarital counseling, family economic empowerment, and community-based mediation, to reduce divorce rates and improve household harmony in rural areas.

Keywords


Divorce; K-Means Clustering; Social Analysis; Data Mining; Family Resilience

Full Text:

PDF

References


Alfariszi, M., & Ahsan, K. (2024). Pelanggaran Hak Asasi dalam Rumah Tangga Perspektif Hukum Keluarga Islam dan Kitab Undang-Undang Hukum Positif Indonesia. Shar-E : Jurnal Kajian Ekonomi Hukum Syariah, 10(2), 122–132. https://doi.org/10.37567/shar-e.v10i2.2881

Alwie, rahayu deny danar dan alvi furwanti, Prasetio, A. B., Andespa, R., Lhokseumawe, P. N., & Pengantar, K. (2020). Penerapan Metode Clustering Dalam Pengelompokan Kasus Perceraian Pada Pengadilan Agama Di Kota Pekanbaru Menggunakan Algoritma K-Medoids. Jurnal Ekonomi Volume 18, Nomor 1 Maret201, 2(1), 41–49.

Asriadi, A. (2024). Edukasi Parenting “Dampak Perceraian Terhadap Psikologis, Emosional Dan Mental Anak Dalam Perspektif Hukum Islam.” Altafani, 4(1), 1–15. https://doi.org/10.59342/jpkm.v4i1.789

Dwi Rahayu, U., Chusna, N. L., & Fachri, M. (2022). Analisis Kasus Perceraian Pada Pengadilan Negeri Bekasi Menggunakan Algoritma K-Means Clustering. Jurnal Ikraith-Informatika, 6(1), 165–172.

Elfaruq, M. (2023). Dinamika Hukum Pernikahan di Indonesia : Perbedaan Aliran Keagamaan Menjadi Sebab Perceraian Abstrak Pendahuluan Perceraian merupakan fenomena yang kerap terjadi dalam dinamika pernikahan , dan tujuan yang sama , meskipun telah diupayakan sebaik mungkin . 4(2), 447–458.

Fathia Palembang, C., Yahya Matdoan, M., & Palembang, S. P. (2022). Perbandingan Algoritma K-Means Dan K-Medoids Dalam Pengelompokkan Tingkat Kebahagiaan Provinsi Di Indonesia. Jurnal Multidisiplin Ilmu , 01(5), 830–839.

Hendrastuty, N. (2024). Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Evaluasi Hasil Pembelajaran Siswa. Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM), 3(1), 46–56. https://doi.org/10.58602/jima-ilkom.v3i1.26

Kurniawan, R. A., Hasibuan, M. S., Piramida, P., & Ramadhan, R. S. (2022). Penerapan Algoritma K-Means Untuk Clustering Tempat Makan Di Batubara. Journal of Computer Science and Informatics Engineering (CoSIE), 01(1), 10–18. https://doi.org/10.55537/cosie.v1i1.27

Lailany, A. A., & Lestari, S. (2024). Analisis Sentimen Publik Terhadap Penurunan Jumlah Pernikahan di Indonesia menggunakan Algoritma K-Nearest Neighbors (KNN). Jurnal Indonesia : Manajemen Informatika dan Komunikasi, 5(3), 3043–3053. https://doi.org/10.35870/jimik.v5i3.1000

Mahanani, M., Dwi Safiroh, U., & Tubagus, M. A. (2024). Rekomendasi Solusi Atas Kasus Perceraian Di Kabupaten Lamongan Berbasis K-Means Clustering. Seminar Nasional Teknologi Informasi dan Komunikasi (SeNTIK STI&K) STMIK Jakarta STI&K, 12, 2024.

Rohmah, A., Sembiring, F., & Erfina, A. (2021). Implementasi Algoritma K-Means Clustering Analysis Untuk Menentukan Hambatan Pembelajaran Daring (Studi Kasus: SMK Yaspim Gegerbitung). SISMATIK (Seminar Nasional Sistem Informasi dan Manajemen Informatika) , 1–9. https://www.alfasoleh.com/2019/11/k-means-clustering-contoh

Santika, I. G. N., Kartika, I. M., Wahyuni, N. W. R., Sundari, A. R., Herdajani, F., Arsyia Fajarrini, Umam, A. N., Supriyanto, S., Soerjoatmodjo, G. W. L., Prasetio, T., Ayun, Q., Riani, S. D., c. flores, Karundeng, A. H., Dareda, K., Dwisetyo, B., Septihartanti, H., Rachmah, E. nur, Sary, Y. N. E., … Azzahra, S. (2019). Dampak Fatherless Terhadap Kondisi Psikologis Remaja di Desa Tanjung Harapan Kecamatan Pangkatan Kabupaten Labuhanbatu. https://journal.trunojoyo.ac.id/pgpaudtrunojoyo/article/view/3551%0Ahttp://ejournal.undwi.ac.id/index.php/widyaaccarya/article/download/864/785

Sari, A. O., & Iqbal, M. (2025). Analisis Data Mining Terhadap Data Faktor Perceraian Di Sumatera Utara Dengan Metode K-Means Clusstering. Jurnal Sistem Informasi Tgd, 4, 214–221. https://ojs.trigunadharma.ac.id/index.php/jsi

Teguh, H. T. S. (2025). Implementasi Data Minning Clustering Dalam Mengelompokan Kasus Perceraian Yang Terjadi Di Provinsi Jawa Timur Menggunakan Algoritma K-Means. JAMI: Jurnal Ahli Muda Indonesia, 6(1), 68–83. https://doi.org/10.46510/jami.v6i1.324

Zahro, F. (2013). Penentuan Klaster Terbaik dengan Elbow Method dalam Faktor Penyebab Perceraian Menggunakan K-Means. Ratna Dwi Pratiwi, September, 2012.




DOI: https://doi.org/10.30596/jcositte.v6i2.26447

Refbacks

  • There are currently no refbacks.