Hesti Pratiwi
Universitas Widyatama

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

IMPLEMENTASI ALGORITMA K-MEANS UNTUK MENGKLASTER KELOMPOK SEKTOR PERKEBUNAN DI INDONESIA Hesti Pratiwi; Ari Purno Wahyu Wibowo
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 6 No 1 (2022)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v6i1.2252

Abstract

Dikenal dengan julukan negara agraris, Indonesia memiliki banyak potensi hasil bumi dari pertanahan, tak terkecuali dari sektor perkebunan yang memegang peran penting dari keseluruhan perekonomian nasional. Oleh karena itu, perkembangan produktivitas hasil bumi dari sektor pertanian, dalam hal ini perkebunan perlu dipantau supaya bisa menjadi perhatian instansi terkait dalam mengoptimalkan daerah penghasil tersebut. Penelitian ini bertujuan untuk menyediakan informasi klasifikasi terhadap daerah sektor pertanian berdasarkan produktivitas serta produksi hasil bumi. Pengelompokan sektor perkebunan ini dikembangkan dengan metode data mining dengan mengimplementasikan algoritma K-Means yang divisualisasikan pada aplikasi Business Intelligence Tableau. Dari hasil klasifikasi tersebut akan di dapat tiga cluster sektor perkebunan yang diantaranya adalah "great" yang berarti di atas target, "good" yang berarti belum mencapai target namun masih di atas rata-rata, dan “underperformed” yang berarti sektor perkebunan dalam cluster ini perlu perhatian khusus karena produktivitasnya di bawah performa. Hasil cluster yang didapatkan dari penelitian ini dapat dijadikan sebagai bahan pendukung pengambilan keputusan yang akan dibuat oleh instansi terkait untuk kebijakan di masa depan sehingga distribusi perkebunan dapat terkontrol. Tingkat akurasi dari penlitian ini mencapai 79.41%.