Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika Kaputama (JIK)
Cici Armayani
STMIK Kaputama
Computer Science & IT Control & Systems Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
IMPLEMENTASI DATA MINING PENGELOMPOKAN JUMLAH DATA PRODUKTIVITAS UBINAN TANAMAN PANGAN BERDASARKAN JENIS UBINAN DENGAN METODE CLUSTERING DIKAB LANGKAT (STUDI KASUS : BADAN PUSAT STATISTIK LANGKAT) Cici Armayani; Achmad Fauzi; Hermansyah Sembiring
Jurnal Informatika Kaputama (JIK) Vol 5, No 1 (2021): Volume 5, Nomor 1 Januari 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jik.v5i1.437

Abstract

Based on data from the ubinan survey at the Central Statistics Agency (BPS) Langkat, there are several sample areas and there are results of farmer productivity in growing food crops. For this reason, it is necessary to group the number of data from the ubinan survey based on the type of food crop ubinan to classify the amount of harvest by farmers in planting food crops in each district. Data Mining is a process of finding information by identifying patterns in data sets. The process of finding information can be done by grouping the data using the Clustring method with the K-Means algorithm. By using K-Means the aim is to facilitate grouping the number of data on the productivity of food crops according to the type of ubinan and the productivity of food plants. And the data used in this research is the ubinan survey data for 3 years, namely 2017 to 2019. From the results of the analysis of the program that has been tested using matlab and the variables have been determined, it can be seen that, for cluster 1, the results of the type of food crop tubing and kecamatan, the amount of data is 423, for cluster 2 the number of data is 387 data types, the number of production and the district is 387 data, for cluster 3 the number of data is 432 data.
IMPLEMENTASI DATA MINING PENGELOMPOKAN JUMLAH DATA PRODUKTIVITAS UBINAN TANAMAN PANGAN BERDASARKAN JENIS UBINAN DENGAN METODE CLUSTERING DIKAB LANGKAT (STUDI KASUS : BADAN PUSAT STATISTIK LANGKAT) Cici Armayani; Achmad Fauzi; Hermansyah Sembiring
Jurnal Informatika Kaputama (JIK) Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v5i1.318

Abstract

Berdasarkan data hasil survei ubinan di Badan Pusat Statistik (BPS) Langkat terdapat beberapa daerah yang menjadi sample dan terdapat hasil produktivitas petani dalam menanam tanaman pangan. Untuk itu diperlukan pengelompokan jumlah data hasil survei ubinan berdasarkan jenis ubinan tanaman pangan untuk mengelompokan jumlah hasil panen petani dalam menanam tanaman pangan disetiap kecamatan. Data Mining adalah sebuah proses menemukan informasi dengan mengidentifikasi pola pada data set. Proses menemukan informasi dapat dilakukan dengan pengelompokan data yaitu menggunakan metode Clustring dengan algoritma K-Means. Dengan menggunakan K-Means bertujuan dalam memudahkan pengelompokan jumlah data produktivitas ubinan tanaman pangan berdasarkan jenis ubinan dengan hasil produktivitas tanaman pangan. Dan data yang digunakan dalam penelitian ini yaitu data survei ubinan selama 3 tahun yaitu tahun 2017sampai 2019. Dari hasil analisis program yang telah diuji dengan menggunakan matlab dan telah ditentukan variabel-variabel dapat diketahui bahwa, untuk cluster 1 hasil jenis ubinan tanaman pangan, jumlah produksi dan kecamatan jumlah data 423 data, untuk cluster 2 hasil jenis ubinan tanaman pangan, jumlah produksi dan kecamatan jumlah data 387 data, untuk cluster 3 hasil jenis ubinan tanaman pangan, jumlah produksi dan kecamatan jumlah data 432 data.
Co-Authors Fauzi, Achmad Hermansyah Sembiring