Clustering dengan Metode K-Means Berdasarkan Potensi Pertanian di Jawa Tengah

Angeliya Milla Khariyani

Abstract


Sektor pertanian menjadi salah satu kekuatan untuk membangun ekonomi di Indonesia. Saat ini, sektor pertanian menjadi mesin penggerakan perekonomian terbesar bagi Indonesia dimasa pandemi covid-19. Perlu dilakukan peningkatan potensi pada sektor pertanian untuk dapat meningkatkan perekonomian Indonesia. Salah satu provinsi yang sedang berupaya untuk meningkatkan sektor pertaniannya yaitu provinsi Jawa Tengah. Akan dilakukan pengelompokan pada potensi pertanian di Jawa Tengah dengan tujuan untuk mengetahui daerah yang memiliki potensi pertanian yang cukup sehingga dapat dimanfaatkan dan juga potensi pertanian yang kurang sehingga dapat dibenahi. Pengelompokan menggunakan 15 variabel, yaitu luas panen, produksi, dan produktivitas pada padi, jagung, kedelai, kacang tanah, dan kacang hijau. Metode clustering k-means digunakan pada penelitian ini. Analisis cluster adalah suatu analisis yang digunakan untuk mengelompokkan data berdasarkan kesamaan karakteristik data tersebut. Objek yang mempunyai karakteristik yang sama akan dikelompokkan dalam satu cluster yang sama dan objek yang mempunyai karakteristik yang berbeda dikelompokkan kedalam cluster yang berbeda. Dari 35 Kabupaten/Kota di Jawa Tengah, diperoleh hasil pengelompokan yaitu 2 cluster. Cluster 1 merupakan cluster dengan Kabupaten/Kota yang memiliki potensi pertanian yang rendah dengan anggota sebanyak 27 Kabupaten/Kota. Sedangkan, cluster 2 merupakan cluster dengan Kabupaten/Kota dengan nilai cluster yang tinggi dengan anggota sebanyak 8 Kabupaten/Kota.

Keywords


clustering, k-means, potensi pertanian

References


Ikhsan, M Faisal Nur. “Sektor Pertanian Jateng Masih Menjajikan”. Bisnis.cdm, https://semarang.bisnis.com/read/20211228/535/1482626/sektor-pertanian-jateng-masih-menjanjikan. Di akses pada 2 Feb. 2022.

BPS. Provinsi Jawa Tengah Dalam Angka 2021. Badan Pusat Statistik Jawa Tengah, https://www.bps.go.id/. Di akses pada 30 Jan. 2022.

Jannah, U. “Perbandingan Jarak Euclid dengan Jarak Mahalanobis pada Analisis Cluster Hirarki”. Universitas Islam Negeri Maulana Malik Ibrahim : Malang, 2010.

Ediyanto, Mara, M. N., & Setyahadewi, N. “Pengklasifikasian Karakteristik dengan Metode K-means Cluster Analysis”. Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster), 2013, 133-136.

Prasetyo, E. Data Mining Mengolah Data menjadi Informasi dengan Matlab. Yogyakarta: Andi, 2016.




DOI: https://doi.org/10.21831/pspmm.v6i2.246

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Prosiding Seminar Pendidikan Matematika dan Matematika

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

Creative Commons License
Prosiding Seminar Pendidikan Matematika dan Matematika is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at http://prosiding.himatikauny.org/index.php/prosidinglsm.

Prosiding LSM Stats