Huda, Anwar
Unknown Affiliation

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

Found 1 Documents
Search

Penerapan Algoritma K-Means Clustering dalam Memetakan Produktivitas Lokasi Perkebunan Nanas PT Great Giant Pineapple Fitriani, Anisa; Arfi, Eristia; Huda, Anwar
Journal of Mathematics, Computations and Statistics Vol. 7 No. 2 (2024): Volume 07 Nomor 02 (Oktober 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i2.4200

Abstract

Abstrak. PT Great Giant Pineapple (GGP) ialah perusahaan nanas terbesar di Indonesia. PT GGP memiliki tiga Plantation Group (PG) yang berfokus pada nanas proses. Pada PG terdapat lokasi-lokasi yang memiliki luas serta produktivitas yang berbeda-beda. Tujuan penelitian ini adalah untuk mengklaster lokasi pada PG dengan menggunakan algoritma k-means clustering kemudian menganalisis strategi untuk setiap klaster. Dalam menentukan jumlah klaster optimal penulis menerapkan metode elbow dan metode silhouette coefficient. Dari penerapan kedua metode diperoleh jumlah klaster yang optimal ketika . Dengan menggunakan diperoleh anggota untuk masing-masing PG secara berturut-turut, anggota klaster 1 sebanyak 134 lokasi, 166 lokasi, dan 115 lokasi kemudian anggota klaster 2 sebanyak 41 lokasi, 49 lokasi, dan 79 lokasi. Klaster lokasi yang memiliki produktivitas tinggi terdapat di klaster 1 pada PG 1 dan PG 2 kemudian klaster 2 pada PG 3. Kelompok lokasi yang memiliki produktivitas rendah terdapat di klaster 2 pada PG 1 dan PG 2 kemudian klaster 1 pada PG 3. Analisis strategi untuk klaster rendah yakni dengan melakukan manajemen air, pengendalian hama, pemupukan yang lebih efektif serta pengontrolan waktu forcing secara berkala serta pengawasan supaya tidak terjadi pencurian pada klaster yang memiliki produktivitas tinggi. Kata Kunci: Algoritma K-Means, Metode Elbow, Metode Silhouette Coefficient, PT GGP