Pengelompokkan Provinsi di Indonesia Berdasarkan Produktivitas Tanaman Pangan Menggunakan K-Medians Clustering

Narita Risnawati, Rahman Maulana Sidik

Abstract


Indonesia diprediksi akan mengalami krisis pangan pada tahun 2017 atau 7 tahun mendatang jika melihat ketimpangan antara jumlah penduduk dan ketersediaan lahan pangan yang makin tidak seimbang. Permasalahan yang terjadi saat ini yaitu terjadinya sentral produksi pangan yang akan menimbulkan kerumitan dalam pemasaran dan distribusi pangan, mengingat bahwa Indonesia adalah negara kepulauan dengan 3000 pulau yang di tempati penduduk. Oleh karena itu perlu dilakukan pengelompokan provinsi di Indonesia berdasarkan produktivitas tanaman pangan. Tujuan dari penelitian ini yaitu untuk mengelompokan provinsi yang ada di Indonesia berdasarkan produktifitas tanaman pangan. Metode yang digunakan yaitu metode K-Median. Metode K-Median yaitu analisis klaster nonhirarki yang bertujuan untuk mengelompokkan objek dengan meminimumkan jarak tiap-tiap objek ke titik pusat klaster (centroid), dimana centroid tersebut ditenttukan berdasarkan nilai tengah (median) dari klaster. Metode ini cenderung lebih tahan terhadap pencilan (outlier) karena data dalam penelitian ini mengandung outlier. Hasil dari penelitian ini terbentuk 5 klaster.


Keywords


cluster; k-median; k-median clustering; pangan; tanaman pangan;

Full Text:

PDF

References


Kaufmann L, & Rousseeuw PJ. (1990). Finding Groups in Data: An Introduction to Cluster Analysis. New York: John Wiley.

Hartigan, J. A. (1975). Clustering Algorithms. New York: John Wiley & Sons

Rencher, A. C. (2002). Methods of Multivariate Analysis. Canada: John Willey

Teknomo, K. (2007). K-Means Clustering Tutorial

Anderson, B. J., et al. (2005). Adapting K-Medians to Generate Normal Cluster Centers

Pramesti, D., Furqon, M., Dewi, C. 2017. Implementasi Metode K-Medoids Clustering untuk Pengelompokan Data Potensi Kebakaran Hutan/Lahan Berdasarkan Titik Panas (Hotspot)

Kaufman, L., Rousseeuw, PJ. 1990. Finding Groups in Data: An Introduction to Gerombol Analysis. New York : John Wiley


Refbacks

  • There are currently no refbacks.




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

© 2017-2020 | Hak Cipta Dilindungi | Departemen Statistika FMIPA Universitas Padjadjaran | Powered by OJS