<![CDATA[Sektor pertanian di Desa Sempajaya, Kabupaten Karo, memiliki potensi besar dalam menghasilkan berbagai jenis sayuran yang menjadi sumber utama pemenuhan kebutuhan gizi masyarakat sekaligus penyokong perekonomian lokal. Namun, pengelolaan lahan dan pemetaan jenis sayuran unggulan masih menghadapi kendala karena belum adanya sistem pengelompokan data yang akurat. Penelitian ini bertujuan untuk mengelompokkan jenis sayuran di Desa Sempajaya menggunakan algoritma Gaussian Mixture Model (GMM) sebagai metode clustering yang mampu menangani distribusi data yang kompleks. Metode penelitian dilakukan melalui beberapa tahap, yaitu pengumpulan data (observasi, wawancara, dan dokumentasi), pra-pemrosesan data, analisis faktor menggunakan diagram Fishbone untuk menentukan atribut relevan, serta implementasi algoritma GMM dengan pendekatan Expectation-Maximization (EM). Data yang digunakan mencakup enam komoditas utama, yaitu cabai, tomat, sawi, wortel, terung, dan buncis, dengan variabel meliputi ukuran, berat, warna, serta luas lahan. Hasil penelitian menunjukkan bahwa algoritma GMM berhasil mengelompokkan data sayuran ke dalam tiga kategori kluster produksi, yaitu rendah, sedang, dan tinggi, dengan visualisasi hasil clustering yang lebih representatif dibandingkan metode konvensional. Sistem ini mampu memberikan informasi potensi sayuran unggulan di setiap wilayah Desa Sempajaya, yang dapat dimanfaatkan oleh petani, masyarakat, maupun pemerintah daerah dalam pengambilan keputusan strategis terkait diversifikasi, distribusi, dan pengembangan pertanian berkelanjutan.]]>
Copyrights © 2025
