Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Innovative and Creativity
Aryo Nugroho
Universitas Muhammadiyah Pontianak
Education Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

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

Found 1 Documents
Search

 1 
Perbandingan Algoritma K-Means Dan Fuzzy C-Means Untuk Pengelompokkan Daerah Produktivitas Tanaman Padi Kalimantan Barat Aryo Nugroho; Putri Yuli Utami; Rizki Surtiyan Surya
Journal of Innovative and Creativity Vol. 5 No. 2 (2025)
Publisher : Fakultas Ilmu Pendidikan Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/joecy.v5i2.2550

Abstract

Indonesia adalah negara agraris, di mana sektor pertanian berperan penting dalam pembangunan nasional dengan menyediakan pangan untuk seluruh penduduk. Luasnya wilayah di Kalimantan Barat dan variasi produktivitas padi di berbagai daerah menunjukkan perlunya pengelompokan wilayah berdasarkan hasil produksinya. Teknik clustering dalam data mining, seperti K-Means dan Fuzzy C-Means, dapat digunakan untuk mengelompokkan daerah produktivitas padi berdasarkan data, sehingga kebijakan dan intervensi bisa dilakukan dengan lebih terfokus. Fuzzy C-Means 2020 Cluster 1tinggi 4 daerah, Cluster 0 sedang 7 daerah, Cluster 2 rendah 3 daerah. 2021 Cluster 1 tinggi 6 daerah, Cluster 2 sedang 5 daerah, Cluster 0 rendah 3 daerah. 2022 Cluster 1 tinggi 2 daerah, Cluster 0 sedang 5 daerah, Cluster 2 rendah 7 daerah. 2023 Cluster 1 tinggi 5 daerah, Cluster 2 sedang 6 daerah, Cluster 0 rendah 3 daerah. K-Means 2020 Cluster 0 tinggi 4 daerah, Cluster 1 sedang 3 daerah, Cluster 2 rendah 7 daerah. 2021 Cluster 0 tinggi 6 daerah, Cluster 1 sedang 5 daerah, Cluster 2 rendah 3 daerah. 2022 Cluster 2 tinggi 4 daerah, Cluster 0 rendah 5 daerah, Cluster 1 sedang 5 daerah. 2023: Cluster 1 tinggi 5 daerah, Cluster 0 sedang 6 daerah, Cluster 2 rendah 3 daerah. Secara keseluruhan, Fuzzy C-Means unggul pada 8 cluster, sementara K-Means hanya unggul pada 4 cluster. Hal ini mengidentifikasikan bahwa Fuzzy C-Means lebih mampu membentuk klister.
Co-Authors Putri Yuli Utami Rizki Surtiyan Surya