Sistem Bantu Pengelompokan Daerah Kota atau Kabupaten di Jawa Timur Berdasarkan Hasil Produksi Tanaman Pangan
PDF

Keywords

K-Means Clustering
Cluster
Data Mining
Tanaman Pangan

How to Cite

Noviana Dewi, A. I. ., & Kasih, P. . (2021). Sistem Bantu Pengelompokan Daerah Kota atau Kabupaten di Jawa Timur Berdasarkan Hasil Produksi Tanaman Pangan. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 5(1), 091–097. https://doi.org/10.29407/inotek.v5i1.911

Abstract

Kebutuhan tanaman pangan saat ini mengalami perkembangan yang pesat, perkembangan itu disebabkan oleh pertambahan penduduk yang semakin tinggi, oleh karena itu masyarakat Indonesia membutuhkan tanaman pangan sebagai bahan makanan pokok. Contohnya di Jawa Timur, dimana setiap daerah menghasilkan tanaman pangan dengan jenis dan jumlah yang berbeda-beda seperti padi, jagung, kedelai, kacang hijau, dan Ubi jalar. Untuk mengetahui tingkat besarnya (kuantitas) hasil tanaman pangan tiap daerah di Jawa Timur dibutuhkan sistem bantu yang dapat menyajikan data dan informasi daerah-daerah di Jawa Timur dengan nilai hasil tanaman pangan masing-masing daerah. Sistem yang dibuat adalah sistem pengelompokan dengan K-Means clustering. K-Means Clustering mengelompokan data yang ada ke dalam beberapa kelompok, dimana data dalam satu kelompok mempunyai karakteristik yang sama satu sama lainnya dan mempunyai karakteristik yang berbeda dengan data yang ada di dalam kelompok yang lain. Dengan menggunakan metode ini data yang telah diperoleh dapat dikelompokan ke dalam 3 cluster. Penelitian ini menggunakan sumber data yang ada di situs badan pusat statistik Jawa Timur dengan alamat url https://jatim.bps.go.id/. Data yang digunakan adalah data pada tahun 2018 yang terdiri dari daerah kota/kab di Jawa Timur. Data diolah dengan dibagi dalam 3 cluster yaitu kluster tinggi, sedang, dan rendah. Dari hasil produksi tanaman pangan yang dihasilkan paling tinggi ada tanaman jenis padi dan jagung, tingkat sedang ada kedelai dan ubi jalar, sedangkan yang paling rendah ada kacang hijau. Kemudian hasil kluster di analisa agar mendapatkan informasi mengenai daerah potensial penghasil tanaman pangan.

https://doi.org/10.29407/inotek.v5i1.911
PDF

References

P. Kasih and M. K. Umam, “Penentuan Lama Peminjaman Buku Berdasarkan Ketersediaan Buku Dengan Jumlah Peminjam Menggunakan Klasterisasi K-Means ( Studi Kasus : Perpustakaan Prodi Teknik Informatika UNP Kediri ) ISBN : 979-26-0280-1 buku : ISBN : 979-26-0280-1,” Semin. Nas. Teknol. Inf. dan Komun. Terap., vol. 2015, pp. 165–168, 2015.

N. Erlangga, S. Solikhun, and I. Irawan, “Penerapan Data Mining Dalam Mengelompokan Produksi Jagung Menurut Provinsi Menggunakan Algoritma K-Means,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 702–709, 2019, doi: 10.30865/komik.v3i1.1681.

T. Thi Bi Dan, S. Widya Sihwi, and R. Anggrainingsih, “Implementasi Iterative Dichotomiser 3 Pada Data Kelulusan Mahasiswa S1 Di Universitas Sebelas Maret,” J. Teknol. Inf. ITSmart, vol. 4, no. 2, p. 84, 2016, doi: 10.20961/its.v4i2.1770.

E. Rivani, “Aplikasi K-Means Cluster untuk Pengelompokkan Provinsi Berdasarkan Produksi Padi, Jagung, Kedelai, dan Kacang Hijau Tahun 2019,” J. Mat Stat, vol. 10, no. 2, pp. 122–134, 2010.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2021 Anggielia Ika Noviana Dewi, Patmi Kasih

Downloads

Download data is not yet available.