Pengelompokan Produksi Padi dan Beras Provinsi Jawa Timur dengan Metode Agglomerative Hierarchical Clustering
DOI:
https://doi.org/10.29408/jit.v7i2.26016Keywords:
rice, cluster, agglomerative hierarchical clustering, clustering, data mining, paddyAbstract
Paddy is a food crop that produces rice which is widely consumed for basic needs and has become a source of income for the Indonesian people. Often the need for rice continues to increase and cannot only rely on domestic production, so it is necessary to optimize paddy producing areas. Grouping rice-producing areas needs to be done to identify production potentials and areas that require improvement. This research aims to group paddy and rice production based on districts/cities in East Java Province. The method used is Agglomerative Hierarchical Clustering (AHC) with the best algorithm, namely average linkage based on the highest cophenetic correlation of 0.8478. The research results showed 4 clusters: cluster 1 (high) with 4 districts, cluster 2 (low) with 18 districts, cluster 3 (medium) with 7 districts, and cluster 4 (very low) with 9 cities. The silhouette coefficient test is 0.6347, close to 1, thus indicating good clustering. These results can be used as a reference for the government and society in optimizing paddy and rice production to maintain the country's food security
References
P. Trisnawati and A. I. Purnamasari, “Penerapan Pengelompokkan Produktivitas Hasil Pertanian Menggunakan Algoritma K-Means,” Infotek : Jurnal Informatika dan Teknologi, vol. 6, no. 2, pp. 249–257, Jul. 2023, doi: 10.29408/jit.v6i2.10198.
S. Wijayanto and M. Yoka Fathoni, ‘Pengelompokkan Produktivitas Tanaman Padi di Jawa Tengah Menggunakan Metode Clustering K-Means’, JUPITER: Jurnal Penelitian Ilmu dan Teknologi Komputer, vol. 13, no. 2, pp. 212–219, Oct. 2021, doi: 10.5281/3918.jupiter.2021.10.
Luth Fimawahib, Imam Rangga Bakti, and Asep Supriyanto, “Algoritma K-Medoids untuk Pengelompokan Produksi Padi dan Beras sebagai Upaya Optimalisasi Ketahanan Pangan di Provinsi Riau,” SATIN - Sains dan Teknologi Informasi, vol. 8, no. 2, pp. 13–24, Dec. 2022, doi: 10.33372/stn.v8i2.877.
Syahla Anisah and Lisnur Wachidah, “Penerapan Metode Non-Hierarchical Clustering K-Means untuk Pengelompokkan Kabupaten/Kota di Provinsi Jawa Barat Berdasarkan Faktor Produksi Padi Tahun 2021,” Bandung Conference Series: Statistics, vol. 3, no. 2, pp. 323–332, Jul. 2023, doi: 10.29313/bcss.v3i2.8148.
P. A. Wisnuadi, B. I. A. Nugraha, H. K. Setiawan, and D. Hartanti, “Penerapan K-means Clustering pada Penjualan dan Pajak BBM di DKI Jakarta,” in Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2023, 2023.
A. Rozaq, “Implementation of K-Means and Agglomerative Hierarchical Methods to House Clusterization,” Jurnal Media Informatika Budidarma, vol. 6, no. 2, p. 933, Apr. 2022, doi: 10.30865/mib.v6i2.3573.
N. P. Dharshinni and C. Fandi, “Penerapan Metode K-Medoids Clustering Untuk Mengelompokkan Ketahanan Pangan,” Jurnal Media Informatika Budidarma, vol. 6, no. 4, p. 2301, Oct. 2022, doi: 10.30865/mib.v6i4.4939.
I. Sanela, A. Nazir, F. Syafria, E. Haerani, and L. Oktavia, “Penerapan Metode Clustering Dengan K-Means Untuk Memetakan Potensi Tanaman Padi di Sumatera,” Journal of Computer System and Informatics (JoSYC), vol. 5, no. 1, pp. 82–92, Nov. 2023, doi: 10.47065/josyc.v5i1.4523.
N. M. Djafar, L. N. Wijayanti, A. R. Elprilita, and E. Widodo, “Pengelompokan Produksi Perkebunan Menurut Kabupaten/Kota Jawa Tengah Tahun 2020 Menggunakan Hierarchical Clustering,” Journal of Mathematics Education and Science, vol. 4, no. 2, pp. 59–66, Oct. 2021, doi: 10.32665/james.v4i2.230.
A. F. Dewi and K. Ahadiyah, “Agglomerative Hierarchy Clustering Pada Penentuan Kelompok Kabupaten/Kota di Jawa Timur Berdasarkan Indikator Pendidikan,” Zeta - Math Journal, vol. 7, no. 2, pp. 57–63, Nov. 2022, doi: 10.31102/zeta.2022.7.2.57-63.
D. Tri Cahaya, D. Puspita, and R. Syahri, “Penerapan Metode K-Means Clustering untuk Pengelompokan Potensi Padi di Kota Pagar Alam,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 2, pp. 2187–2193, Apr. 2024, doi: 10.36040/jati.v8i2.9432.
R. W. Abdullah, D. Hartanti, H. Permatasari, A. W. Septyanto, and Y. A. Bagaskara, “Penerapan Data Mining untuk Memprediksi Jumlah Produk Terlaris Menggunakan Algoritma Naive Bayes Studi Kasus (Toko Prapti),” Jurnal Ilmiah Informatika Global, vol. 13, no. 1, Mar. 2022, doi: 10.36982/jiig.v13i1.2060.
A. Arum and P. Pramono, “Penerapan Algoritma Deep Belief Networks (DBNs) Untuk Prediksi Kanker Serviks,” DutaCom, vol. 17, no. 1, pp. 50–57, Feb. 2023, doi: 10.47701/dutacom.v17i1.3790.
T. P. Sari, A. L. Hananto, E. Novalia, T. Tukino, and S. S. Hilabi, ‘Implementasi Algoritma K-Means dalam Analisis Klasterisasi Penyebaran Penyakit Hiv/Aids’, Infotek : Jurnal Informatika dan Teknologi, vol. 6, no. 1, pp. 104–114, Jan. 2023, doi: 10.29408/jit.v6i1.7423.
Z. Muttaqin, “Implementasi Unsupervised Learning pada Nilai Jasmani Kesamaptaan Sekolah Polisi Negara dengan Metode Clustering Analysis,” PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer, vol. 10, no. 1, pp. 18–23, Apr. 2023, doi: 10.30656/prosisko.v10i1.6269.
L. P. W. Adnyani and P. R. Sihombing, “Analisis Cluster Time Series dalam Pengelompokan Provinsi di Indonesia Berdasarkan Nilai PDRB,” Jurnal Bayesian : Jurnal Ilmiah Statistika dan Ekonometrika, vol. 1, no. 1, pp. 47–54, Mar. 2021, doi: 10.46306/bay.v1i1.5.
A. Septianingsih, “Pemetaan Kabupaten Kota di Provinsi Jawa Timur Berdasarkan Tingkat Kasus Penyakit Menggunakan Pendekatan Agglomeratif Hierarchical Clustering,” Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika, vol. 3, no. 2, pp. 367–386, Aug. 2022, doi: 10.46306/lb.v3i2.139.
C. Dewi, E. P. . Siam, G. A. . Wijayanti, M. . Putri, N. . Aulia, and R. . Nooraeni, “Comparison of DBSCAN and K-Means Clustering for Grouping the Village Status in Central Java 2020 ”, Jurnal Matematika, Statistika dan Komputasi (JMSK), vol. 17, no. 3, pp. 394-404, May 2021
A. Sudianto, L. K. Wijaya, J. Jumawal, and M. Mahpuz, “Penerapan Aplikasi Warung Media Berbasis Android Guna Meningkatkan Promosi dan Penjualan”, INFOTEK, vol. 7, no. 1, pp. 267–275, Jan. 2024.
A. Sudianto, H. Sunaryo, S. Suhartini, H. Ahmadi, H. Harianto, and L. Samsu, “Design And Build Of Web-Based Sasak Encyclopedia As An Effort In Preserving Sasak Language,” Aug. 2022. Accessed: Jul. 18, 2023. [Online]. Available: https://iocscience.org/ejournal/index.php/mantik/article/view/2631
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Infotek: Jurnal Informatika dan Teknologi
This work is licensed under a Creative Commons Attribution 4.0 International License.
Semua tulisan pada jurnal ini menjadi tanggung jawab penuh penulis. Jurnal Infotek memberikan akses terbuka terhadap siapapun agar informasi dan temuan pada artikel tersebut bermanfaat bagi semua orang. Jurnal Infotek ini dapat diakses dan diunduh secara gratis, tanpa dipungut biaya sesuai dengan lisense creative commons yang digunakan.
Jurnal Infotek is licensed under a Creative Commons Attribution 4.0 International License.
Statistik Pengunjung
