Abstract
Pupuk Subsidi yang diatur dalam RDKK bisa didapatkan oleh petani melalui retail atau ecer yang khusus ditujukan dari distributor langsung dan diatur kebijakannya oleh pemerintah daerah setempat. Toko Lancar Jaya merupakan usaha yang bergerak di bidang retail atau ecer pupuk subsidi, Menurut informasi produktifitas tani terkendala pembagian pupuk subsidi yang belum merata, salah satu penyebabnya adalah luas lahan setiap kelompok yang berbeda dan belum maksimal dalam proses validasi data kelompok tani yang belum diupdate sehingga berakibat pada pembagian pupuk subsidi belum merata, hal tersebut juga menyebabkan kekurangan ketersediaan pupuk. Penggunaan metode Clustering merupakan solusi untuk pengelompokan data petani yang diimplementasikan dengan metode Algoritma K-means untuk memberikan hasil spesifik dalam penyajian informasi. Hasil dari penelitian ini adalah terbentuknya model pengklasteran data petani dalam penerimaan pupuk subsidi sesuai luas lahan.
References
S. Maysaroh, S. Wulan Purnami, J. Statistika, and J. Arif Rahman Hakim, “ANALISIS KELOMPOK DENGAN METODE KERNEL K-MEANS (STUDI KASUSPENGELOMPOKAN KABUPATEN/KOTA DI INDONESIA BERDASARKAN PENDUDUK DENGAN FAKTOR-FAKTOR RISIKO PENYEBAB PENYAKIT HIPERTENSI).”
A. I. Warnilah, “ANALISIS ALGORITMA K-MEANS CLUSTERING UNTUK PEMETAAN PRESTASI SISWA STUDI KASUS SMP NEGERI I SUKAHENING,”2016. [Online]. Available: https://www.researchgate.net/publication/341354022
P. Perhitungan Jarak Mohamad Sugeng Pangestu, M. Ayu Fitriani, and M. Sugeng Pangestu, “Perbandingan Perhitungan Jarak Euclidean Distance, Manhattan Distance, dan Cosine Similarity dalam Pengelompokan Data Bibit Padi Menggunakan Algoritma K- Means Comparison of Euclidean Distance, Manhattan Distance, and Cosine Similarity Calculations on Rice Seed Data Grouping Using the K-Means Algorithm,” vol. 19, no. 2, 2022.
K. Auliasari et al., “Penerapan Algoritma K-Means untuk Segmentasi Konsumen Menggunakan R,” 2019.
S. Kasus, : Hoyweapstore, D. Triyansyah1, and D. Fitrianah2, “Analisis Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Marketing”, doi: 10.22441/incomtech.v8i2.4174.
F. I. Manek, S. Faisal, B. Priyatna, U. Buana, P. Karawang, and I. Abstrak, “Techno Xplore Jurnal Ilmu Komputer dan Teknologi Informasi Penerapan K-Means Clustering untuk Mengelompokkan Pelanggan Berdasarkan Data Penjualan Ayam.”
J. I. Komputer, F. Matematika, I. Pengetahuan, A. Kampus Bina, and W. Pekanbaru, “PENENTUAN LOKASI SUPLIER GAS ELPIJI BERDASARKAN DATA LOKASI PENJUALAN ECERAN GAS ELPIJI MENGGUNAKAN METODE K-MEANS (STUDI KASUS KECAMATAN TAMPAN) Beti , Evfi Mahdiyah Mahasiswa Program Studi S1 Sistem Informasi.”
W. Safira Azis and dan Dedy Atmajaya, “PENGELOMPOKAN MINAT BACA MAHASISWA MENGGUNAKAN METODE K-MEANS,” Jurnal Ilmiah ILKOM, vol. 8,
no. 2, 2016.
K. Auliasari et al., “Penerapan Algoritma K-Means untuk Segmentasi Konsumen
Menggunakan R,” 2019.
M. Benri, H. Metisen, and S. Latipa, “ANALISIS CLUSTERING MENGGUNAKAN METODE K-MEANS DALAM PENGELOMPOKKAN PENJUALAN PRODUK PADA SWALAYAN FADHILA,” 2015.
R. Kurniawan, S. Defit, and S. Sumijan, “Prediksi Tingkat Kerugian Peternak Akibat Penyakit pada Sapi Menggunakan Algoritma K-Means Clustering,” Jurnal Informasi dan
Teknologi, Sep. 2020, doi: 10.37034/jidt.v3i1.87.
P. Ulil, F. Aulia, and S. Saepudin, “PENERAPAN DATA MINING K-MEANS CLUSTERING UNTUK MENGELOMPOKKAN BERBAGAI JENIS MERK
LAPTOP,” 2021.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2023 Darina Zalfa, Arie Nugroho, Dwi Harini