Implementasi Algoritma K-Medoids pada Klasterisasi Produksi Jenis Tanaman Pangan di Provinsi Jawa Timur

Fadiah Irine Dwiana; Saiful Bahri

doi:10.24198/jmi.v20.n1.47278.25-34

Implementasi Algoritma K-Medoids pada Klasterisasi Produksi Jenis Tanaman Pangan di Provinsi Jawa Timur

Fadiah Irine Dwiana, Saiful Bahri

Abstract

Masih ada beberapa kabupaten/kota di Provinsi Jawa Timur yang belum optimal dalam produksi jenis tanaman pangan, terkadang produksi menurun karena banyak kendala yang dihadapi petani. Jenis tanaman pangan antara lain yaitu padi, beras, jagung, dan kedelai. Penelitian ini bertujuan untuk mengclusterkan produksi jenis tanaman pangan tiap kabupaten di Provinsi Jawa Timur menggunakan algoritma K-Medoids. data produksi jenis tanaman pangan per ton di Provinsi Jawa Timur pada tahun 2022. Analisis cluster ini menghasilkan dua cluster optimal dengan nilai silhouette coefficient tertinggi yaitu 0.61. Hasil analisis penelitian ini terbentuk 2 cluster pada cluster pertama yaitu 33 kabupaten/kota dengan produksi jenis tanaman pangan tinggi, cluster kedua yaitu 5 kabupaten/kota dengan produksi jenis tanaman pangan rendah

Kata kunci: Algoritma K-Medoids, Analisis Cluster, Produksi Jenis Tanaman Pangan, Silhoutte Coefficient.

Full Text:

PDF

References

P. Sub, S. Tanaman, and P. Terhadap, Digital Digital Repository Repository Universitas Universitas Jember Jember Digital Digital Repository Repository Universitas Universitas Jember Jember. 2019.

F. J. Kaunang, R. Rotikan, and G. S. Tulung, “Pemodelan Sistem Prediksi Tanaman Pangan Menggunakan Algoritma Decision Tree Crop Prediction System Using Decision Tree Algorithm,” vol. 4, no. 1, pp. 213–218, 2018.

S. A. Ritonga, M. Safii, I. Parlina, and H. S. Tambunan, “Teknik Data Mining dalam Mengelompokkan Produktivitas Padi Menurut Provinsi Menggunakan,” no. September, pp. 651–660, 2019.

S. Ramadhani, D. Azzahra, U. I. Negeri, and S. S. Kasim, “Comparison of K-Means and K-Medoids Algorithms in Text Mining based on Davies Bouldin Index Testing for Classification of Student ’s Thesis,” vol. x, no. x, pp. 24–33, 2022.

K. A. Utara, “Analisis Algoritma K-Medoids pada Sistem Klasterisasi Produksi Perikanan Tangkap,” vol. 7, no. 2, pp. 263–269, 2021.

S. Asmiatun, N. Wakhidah, A. N. Putri, U. Semarang, and K. Jalan, “Penerapan Metode K-Medoids Untuk Pengelompokkan Kondisi Jalan Di Kota Semarang 1,2,” vol. 6, no. 2, 2020.

S. Bahri and D. M. Midyanti, “PENERAPAN METODE K-MEDOIDS UNTUK PENGELOMPOKAN MAHASISWA APPLICATION OF K-MEDOIDS METHOD FOR DROPOUT,” vol. 10, no. 1, pp. 165–172, 2023, doi: 10.25126/jtiik.2023106643.

C. Sukmayadi, A. Primajaya, and I. Maulana, “Penerapan Algoritma K-Medoids dalam Menentukan Daerah Rawan Banjir di Kabupaten Karawang,” vol. 6, no. 3, pp. 187–196, 2021.

D. Ayu, I. Cahya, D. Ayu, and K. Pramita, “Analisis Perbandingan Metode Elbow dan Sillhouette pada Algoritma Clustering K-Medoids dalam Pengelompokan Produksi Kerajinan Bali,” vol. 9, no. 3, 2019.

A. Penentuan et al., “gmail.com,” pp. 50–54.

A. Septya, P. Pradana, and F. T. Industri, “PRODUKSI TANAMAN PANGAN KABUPATEN KEDIRI JAWA TIMUR,” vol. 3, no. 2, pp. 9–15, 2019.

F. Hardiyanti, H. S. Tambunan, I. S. Saragih, P. Studi, and S. Informasi, “PENERAPAN METODE K-MEDOIDS CLUSTERING PADA PENANGANAN KASUS,” vol. 3, no. 2012, pp. 598–603, 2019, doi: 10.30865/komik.v3i1.1666.

Indah Nuryani & Dedi Darwis, “Analisis clustering pada pengguna brand hp menggunakan metode k-means,” vol. 1, no. 1, pp. 190–211, 2021.

D. Nasution and D. Nasution, “Penerapan K-Medoids Dalam Mengelompokkan Produksi Padi Di Indonesia Pada Masa Pandemi Covid-19,” vol. 4, pp. 26–35, 2022.

F. Alfiah, D. Al Farizi, and E. Widodo, “Analisis Clustering K-Medoids Berdasarkan Indikator Kemiskinan di Jawa Timur Tahun 2020 K-Medoids Clustering Analysis Based on Poverty Indicators in East Java in 2020,” vol. 22, no. April, pp. 1–7, 2022.

D. F. Pramesti, M. T. Furqon, and C. Dewi, “Implementasi Metode K-Medoids Clustering Untuk Pengelompokan Data Potensi Kebakaran Hutan / Lahan Berdasarkan Persebaran Titik Panas ( Hotspot ),” vol. 1, no. 9, pp. 723–732, 2017.

S. Paembonan and H. Abduh, “Penerapan Metode Silhouette Coeficient Untuk Evaluasi Clutering Obat,” vol. 6, no. 2, pp. 48–54, 2021.

R. Goejantoro, “1 , 2 , 3,” vol. 10, no. April 2018, pp. 143–152, 2019.

DOI: https://doi.org/10.24198/jmi.v20.n1.47278.25-34