<![CDATA[Penelitian ini bertujuan untuk membangun model menggunakan algoritma K-Means untuk klasterisasi varietas padi di Indonesia, dengan memberikan kontribusi positif bagi peningkatan produktivitas dan kualitas hasil panen padi. Salah satu permasalahan yang menjadi fokus utama penelitian ini adalah penurunan hasil panen padi baik dari segi kuantitas maupun kualitasnya. Metodologi penelitian mencakup studi pustaka, pengumpulan data varietas padi, praproses data, klasterisasi menggunakan algoritma K-Means, dan evaluasi hasil klasterisasi. Hasil klasterisasi dilakukan menggunakan aplikasi RapidMiner, dengan tahap-tahap yang meliputi import data, pembentukan diagram proses, eksekusi diagram proses, dan analisis statistik data serta performance vector K-Means. Hasil penelitian menunjukkan bahwa lima kelompok cluster varietas padi berhasil diidentifikasi melalui proses klasterisasi. Dari hasil pengujian terdapat nilai index davies bouldin sebesar -0.48, yang menandakan kualitas klaster yang baik. Klasterisasi ini dapat memberikan informasi penting kepada pihak dinas pertanian dan petani mengenai jenis-jenis padi yang ada, serta membantu dalam pemilihan varietas padi yang sesuai dengan kondisi lingkungan tumbuhnya. Penerapan metode K-Means clustering memberikan hasil yang baik, menegaskan efektivitasnya dalam mengelompokkan varietas padi berdasarkan karakteristiknya. Jenis padi yang akan di klaster berjumlah 5 yaitu jenis padi hibrida, padi unggul, padi sawah, padi gogo dan padi rawa.]]>
Copyrights © 2024
