JURISTRA, BILLY RIZKY (2017) Pemetaan Hasil Clustering Produktivitas Padi dan Palawija di Pulau Jawa Menggunakan Algoritma K-Means. Other thesis, Universitas Sebelas Maret.
![]() | PDF - Published Version Download (118Kb) |
Abstract
Negara Indonesia merupakan negara agraris yang mana sebagian besar penduduknya bermata pencaharian sebagai petani. Tentunya sebagai negara agraris, sektor pertanian berkontribusi penting dalam perekonomian dan kesejahteraan hidup penduduk. Akan tetapi produksi panen tahunan pertanian di Indonesia belum mencukupi untuk kebutuhan pangan nasional akibat produksi panen yang belum merata dan optimal. Salah satu cara yang dapat ditempuh pemerintah dalam upaya melakukan pemerataan dan monitoring produksi panen tiap daerah di Indonesia dapat memanfaatkan teknologi data mining, salah satunya dengan membuat sistem clustering berbasis sistem informasi geografis untuk memetakan daerah berdasarkan tingkat produktivitas panennya. Proses clustering menggunakan algoritma K-Means didukung dengan evaluasi cluster dengan metode Sum of Square Error (SSE). Pada penelitian ini data produktivitas panen padi dan palawija pada kabupaten/kota di Pulau Jawa dapat di cluster kedalam dua buah cluster yaitu cluster C0, cluster C1 berdasarkan evaluasi yang dilakukan menggunakan metode SSE. Hasil yang didapatkan adalah sebesar 12% daerah pada Pulau Jawa masuk ke dalam cluster C0, 88% pada cluster C1 dengan karakteristik cluster C1 yaitu setiap daerah memiliki tingkat produktivitas padi, jagung, kacang tanah, dan ubijalar baik dan merata
Item Type: | Thesis (Other) |
---|---|
Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software |
Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam Fakultas Matematika dan Ilmu Pengetahuan Alam > Informatika |
Depositing User: | Tities Amrihtasari |
Date Deposited: | 15 Apr 2017 13:59 |
Last Modified: | 15 Apr 2017 13:59 |
URI: | https://eprints.uns.ac.id/id/eprint/33524 |
Actions (login required)
View Item |