Article Per Year (5 Year)
p-Index From 2021 - 2026
1.066
P-Index
This Author published in this journals
All Journal Jurnal Mahasiswa Statistik Erudio: Journal of Educational Innovation Jurnal POINTER Scientific Journal of Informatics JOIN (Jurnal Online Informatika) Science and Technology Indonesia ComTech: Computer, Mathematics and Engineering Applications Indonesian Journal of Electrical Engineering and Computer Science Aksara: Jurnal Ilmu Pendidikan Nonformal MATHunesa: Jurnal Ilmiah Matematika
Ani Budi Astuti
Departemen Statistika FMIPA Universitas Brawijaya
Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Economics, Econometrics & Finance Education Engineering Environmental Science Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Physics Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
ALGORITMA DBSCAN DAN SHARED NEAREST NEIGHBOR DALAM PENGELOMPOKKAN SPASIAL PRODUKTIVITAS JERUK SIAM DI INDONESIA Nur Sofi Sely Oktavia; Atiek Iriany; Ani Budi Astuti
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 3 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/mathunesa.v13n3.p45-58

Abstract

Penerapan dua algoritma analisis density-based cluster, yaitu DBSCAN dan Shared Nearest Neighbor (SNN), dengan integrasi Principal Component Analysis (PCA) pada Produktivitas Jeruk Siam di Indonesia tahun 2023. Variabel yang digunakan terdiri dari 7 indikator jeruk siam, yaitu produktivitas (Ton/Pohon), produksi (Ton), pertumbuhan produksi (%), luas panen (Hektar), rata-rata suhu bulanan (°C), rata-rata kelembaban bulanan (%), dan rata-rata curah hujan bulanan (mm). Data yang digunakan merupakan data sekunder tahun 2023 yang diperoleh melalui publikasi BPS dan Kementerian Pertanian RI. Hasil penelitian menunjukkan bahwa SNN memiliki stabilitas pengelompokan yang lebih baik dibandingkan DBSCAN, dan penerapan PCA meningkatkan kinerja DBSCAN dan SNN. Model terbaik diperoleh dari SNN pada data PCA dengan tiga komponen utama (PC3), dengan Silhouette Coefficient sebesar 0,872. Algoritma ini menghasilkan 3 cluster, yaitu Cluster 0 mencakup 32 provinsi dengan skala produksi besar dan kondisi agroklimat yang beragam, Cluster 1 terdiri dari 3 provinsi dengan produksi kecil namun pertumbuhan sangat tinggi, sehingga terpisah dari sentra produksi utama, dan Cluster 2 mencakup 3 provinsi yang memiliki karakteristik lokal unik dengan skala produksi rendah hingga nol.
Co-Authors Aprilia Nurul Azizah Ari Purwanto Sarwo Prasojo Atiek Iriany Candra Dewi Henny Pramoedyo Luthfatul Amaliana Maghfiroh, Aulia Masithoh Yessi Rochayani Masithoh Yessi Rochayani N Nurjannah Niel Ananto Nindi Dwike Bella Astari Nur Iriawan Nur Sofi Sely Oktavia Putra Pandu Adikara Suci Astutik Tiza Ayu Virania Umu Sa'adah Umu Sa'adah Viera Wardhani Wenny Bekti Sunarharum