Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Statistika dan Sains Data

Analisis perbandingan K-Means, K-Medoids, dan Fuzzy C-Means untuk pengelompokan provinsi di Indonesia berdasarkan produksi padi tahun 2024 Mujahidin, Ilham; Hasanah, Siti Hadijah
Jurnal Statistika dan Sains Data Vol 3, No 1 (2025): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jssd.v3i1.25385

Abstract

Padi menjadi salah satu komoditas penting dalam sektor pertanian Indonesia yang berperan krusial dalam menjaga ketahanan pangan nasional. Tujuan dari penelitian ini adalah untuk melakukan pengelompokan terhadap 38 provinsi di Indonesia berdasarkan kemiripan produksi padi guna memahami variasi spasial kinerja pertanian di berbagai provinsi. Dalam analisis ini digunakan tiga metode clustering yaitu K-Means, K-Medoids, dan Fuzzy C-Means. Analisis dilakukan dengan mempertimbangkan dua variabel utama yakni luas panen dan jumlah produksi padi tahun 2024 yang datanya bersumber dari Badan Pusat Statistik. Evaluasi kualitas klaster dilakukan menggunakan Davies-Bouldin Index (DBI). Berdasarkan hasil analisis, diketahui bahwa metode K-Means menghasilkan clustering paling optimal dengan memperoleh nilai DBI terendah sebesar 0,276 saat jumlah klaster , dibandingkan dengan K-Medoids (0,279 pada ) dan Fuzzy C-Means (0,285 pada ). Klaster yang terbentuk menunjukkan adanya pemisahan yang jelas antara provinsi dengan tingkat produksi tinggi sampai rendah. Provinsi dengan intensifikasi pertanian tinggi dan kontribusi besar terhadap produksi tergabung dalam klaster utama, sedangkan wilayah dengan keterbatasan sumber daya dan produksi rendah membentuk klaster tersendiri. Beberapa klaster lainnya mencerminkan karakteristik produksi sedang sampai tinggi dengan potensi pengembangan yang bervariasi. Temuan ini mencerminkan adanya keragaman kondisi agrikultur yang dipengaruhi oleh infrastruktur, intensifikasi, serta faktor geografis dan iklim.