Implementasi Metode K-Means Untuk Mengelompokkan Kawasan Potensi Pertanian Karet Produktif
DOI:
https://doi.org/10.53513/jursi.v1i4.5224Abstract
Nias Selatan yang mempengaruhi kelangsungan kegiatan pemberdayaan lahan potensial lahan pertanian karet dan harga karet yang cenderung terus menurun dikarenakan kualitas karet. Adapun masalah yang muncul dalam menentukan daerah pertanian produktif ialah biaya observasi yang mahal dan pembebasan secara administrasi dengan tanah adat yang sangat sulit.Permasalahan tersebut untuk mengetahui pengelompokan kawasan yang berpotensi pada tanaman karet masih belum berbentuk sistem ataupun masih begitu lambat, maka adapun bidang keilmuan yang digunakan adalah data mining dimana data-data tersebut akan diproses dengan menggunakan algoritma K-Means. Penerapan metode K-Means telah digunakan dalam berbagai kasus menganalisa data seperti yang digunakannya metode K-Means untuk mengetahui mengelompokkan kawasan potensi pertani karet produktif. Sehingga Metode K-Means sangat sesuai dan dapat digunakan sebagai alat bantu dalam menganalisa mengelompokkan kawasan potensi petani karet produktif.Hasil penelitian ini bermanfaat bagi pemerintah desa dalam mendapatkan hasil yang maksimal dalam pengelompokkan data dalam menganalisa mengelompokkan kawasan potensi pertani karet produktif dengan menggunakan metode K-Means yang lebih cepat dan akurat.Kata Kunci: Data Mining, K-Means, Produksi KaretReferences
D. Sunia And P. Alam Jusia, "Penerapan Data Mining Untuk Clustering Data Penduduk Miskin Menggunakan Algoritma K-Means".
J. Hutagalung, Kombinasi K-Means Clustering dan Metode MOORA, 1st ed. Pp:105, Yogyakarta: Deepublish, 2021, ISBN: 978-623-02-3891-8, https://penerbitbukudeepublish.com/shop/buku-kombinasi-k-means/
S. Syahidatul Helma, R. R. Rustiyan, E. Normala, P. Studi Sistem Informasi Fakultas Sains Dan Teknologi, U. Islam Negeri Sultan Syarif Kasim Riau, J. Soebrantas No And S. Baru, "Clustering Pada Data Fasilitas Pelayanan Kesehatan Kota Pekanbaru Menggunakan Algoritma K-Means," 2019.
D. Nofriansyah and I. Mariami, “Implementasi Data Mining Untuk Pengelempokan Buku Di Perpustakaan Yayasan Nurul Islam Indonesia Baru Dengan Metode K-Means Clustering,†J. CyberTech, vol. 1, no. 1, pp. 1–12, 2021, [Online]. Available: https://ojs.trigunadharma.ac.id/index.php/jct/index
J. Hutagalung, Y. H. Syahputra and Z. P. Tanjung “Pemetaan Siswa Kelas Unggulan Menggunakan Algoritma K-Means Clustering,†JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 9, no. 1, pp. 606–620, 2022, doi: 10.35957/jatisi.v9i1.1516.
R. B. Hasibuan, Hafizah, and R. Mahyuni, “Penerapan Data Mining Clustering Dengan Menggunakan Algoritma K-Means Pada Data Nasabah Kredit Bermasalah,†J-SISKO TECH (Jurnal Teknol. Sist. Inf. dan Sist. Komput. TGD), vol. 5, no. 1, pp. 7–15, 2022.
A. H. Nasyuha et al., “Frequent pattern growth algorithm for maximizing display items,†Telkomnika (Telecommunication Comput. Electron. Control., vol. 19, no. 2, pp. 390–396, 2021, doi: 10.12928/TELKOMNIKA.v19i2.16192.
A. Fitri, Y. Syahra, and R. Kustini, “Penerapan Data Mining Dalam Mengklusterisasi Location Best Pb Tambahan Pada Regional IV PT Indomarco Prismatama Cab.Medan Dengan Menggunakan Metode K-Means,†J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 19, no. 2, p. 11, 2020, doi: 10.53513/jis.v19i2.2330.
M. H. Mhd. Gilang Suryanata, Deski Helsa Pane, “Implementasi Algoritma K-Means Untuk Mengukur Tingkat Kepuasan Siswa Terhadap Proses Pembelajaran,†J. Teknol. Sist. Inf. dan Sist. Komput. TGD, vol. 2, no. 2, pp. 118–125, 2019.
S. Natalia, B. Sembiring, H. Winata, and S. Kusnasari, “Pengelompokan Prestasi Siswa Menggunakan Algoritma K-Means,†J. Sist. Inf. TGD, vol. 1, pp. 31–40, 2022.
F. Yunita, "Penerapan Data Mining Menggunkan Algoritma K-Means Clustring Pada Penerimaan Mahasiswa Baru (Studi Kasus : Universitas Islam Indragiri)," 2018.
R. A. Indraputra And R. Fitriana, "K-Means Clustering Data Covid-19," Jurnal Teknik Industri, Vol. X, No. 2622-5131, Pp. 275-282, 2020.
