Pengelompokkan Kecamatan di Kabupaten Bima Berdasarkan Jumlah Produksi dan Luas Panen Bawang Merah Tahun 2021 Menggunakan K-Means Clustering

DOI:
https://doi.org/10.36456/jstat.vol16.no1.a7032
Keywords:
Bawang Merah, Clustering, K-MeansAbstract
Bawang merah adalah komoditas pertanian signifikan di Indonesia dengan potensi ekonomi yang menjanjikan. Kabupaten Bima mendominasi produksi bawang merah di Indonesia. Secara geografis, Kabupaten Bima berada pada kisaran ketinggian 0 hingga 477.5 mdpl dengan mayoritas wilayahnya memiliki iklim panas dan kering, menciptakan kondisi yang ideal untuk budidaya bawang merah. Penelitian ini bertujuan menggambarkan serta menganalisis Cluster hasil produksi bawang merah di Kabupaten Bima tahun 2021 menggunakan metode Clustering K-Means. K-Means Clustering merupakan analisis klaster non-hierarkis yang membagi data ke dalam kelompok berdasarkan karakteristik tertentu. Hasil analisis menunjukkan bahwa Kecamatan Lambu mencatat produksi dan luas panen bawang merah tertinggi di Kabupaten Bima, sementara Kecamatan Langgudu dan Donggo tidak menghasilkan bawang merah. Analisis klaster menghasilkan tiga kelompok dengan karakteristik yang berbeda, di mana Cluster 1 memiliki kategori produksi rendah, Cluster 2 memiliki kategori produksi tinggi, dan Cluster 3 memiliki kategori produksi sedang.
Downloads
References
Kementrian Perdagangan RI, 22 Juni 2015. [Online]. Available: http://bppp.kemendag.go.id/media_content/2017/08/Potensi_Bawang_Merah_di_Kabupaten_Bima.pdf.
R. O. Duda and P. E. Hart, Pattern classification and scene analysis, New York: Wiley, 1973.
A. Al-Wakeel and J. Wu, "K-means based cluster analysis of residential smart meter measurements," Energy Procedia, vol. 88, pp. 754-760, 2016. DOI: https://doi.org/10.1016/j.egypro.2016.06.066
A. N. Khomarudin, "Teknik Data Mining : Algoritma K-Means Clustering," IlmuKomputer.com, pp. 7-8, 2016.
Syafnidawaty, 19 April 2020. [Online]. Available: https://raharja.ac.id/2020/04/19/k-means-clustering/#:~:text=Ada%20beberapa%20kelebihan%20pada%20algoritma,Mudah%20untuk%20diadaptasi.
N. I. Febianto and N. D. Palasara, "Analisis Clustering K-Means Pada Data Informasi Kemiskinan Di Jawa Barat Tahun 2018," SISFOKOM, vol. 8, no. 2, pp. 130-140, 2019. DOI: https://doi.org/10.32736/sisfokom.v8i2.653
H. H, Statistika Deskriptif, Banjarmasin: Poliban Press, 2019.
Maizar, I. Mustika and S. D. Nabella, PENGANTAR STATISTIK 1, Media Sains Indonesia, 2022.
B. R. Kustituanto B, Statistika 1 (Deskriptif), Depok, 1994.
Ghozali, Aplikasi Multivariete Dengan Program IBM SPSS 23, Semarang: Badan Penerbit Universitas Diponegoro, 2016.
V. I. Anggeyeny, Fear of Floating:Studi Empiris Sistem Nilai Tukar secara de facto di Indonesia dalam Periode 1994-2003, Depok: Universitas Indonesia, 2009.
Roswirman and Elazhari, "Pengaruh Implementasi Manajemen Mutu Terpadu dan Disiplin Kerja Terhadap Kinerja Guru pada Era New Normal di SMK Swasta PAB 2 Helvetia," All Fields of Science Journal Liaison Academia and Sosiety, vol. 1, no. 4, pp. 316-333, 2021. DOI: https://doi.org/10.58939/afosj-las.v1i4.139
S. Hussein, "Analisis CLuster," Oktober 2021. [Online].
L. H. Witten and E. Frank, "Data mining: practical machine learning tools and techniques with Java implementations," Acm Sigmod Record , vol. 31, no. 1, pp. 76-77, 2002. DOI: https://doi.org/10.1145/507338.507355
N. T. Hartanti, "Metode Elbow dan K-Means Guna Mengukur Kesiapan Siswa SMK Dalam Ujian Nasional," . Nas. Teknol. dan Sist. Inf , vol. 6, no. 2, pp. 82-89, 2020. DOI: https://doi.org/10.25077/TEKNOSI.v6i2.2020.82-89
A. Muhidin and I. Baragigiratri, "Pemetaan Penduduk Calon Penerima Bantuan Renovasi Rumah Desa Pesangkalan Menggunakan Algoritma Clustering K-Means," Jurnal SIGMA, vol. 9, no. 3, pp. 75-82, 2019.