Perbandingan Algoritma K-Medoids Dan K-Means Dalam Pengelompokan Kecamatan Berdasarkan Produksi Padi Dan Palawija Di Jember
Journal Title: Jurnal Statistika dan Komputasi - Year 2023, Vol 2, Issue 2
Abstract
Latar Belakang: Pengelolaan tanaman pangan sangat penting untuk mendukung ketahanan pangan. Dataset menunjukkan variasi hasil panen padi dan tanaman pokok lainnya. Variasi hasil panen tersebut memerlukan pengelompokan wilayah berdasarkan hasil panen. Algoritma yang umum digunakan dalam analisis clustering adalah K-means dan K-medoids. Terdapat pada kedua algoritma tersebut yiatu K-means kompleksitas waktu lebih cepat dan K-medoids lebih tahan dengan data outlier. Sehingga perbandingan kedua algoritma dapat membantu pemilihan algoritma yang lebih baik dalam kasus tertentu Tujuan: memperoleh hasil perbandingan cluster terbaik dengan menggunakan algoritma K-means dan K-medoids di Kabupaten Jember berdasarkan produksi padi dan palawija dan mengetahui hasil clustering dengan algoritma pengelompokan terbaik Kecamatan Jember berdasarkan produksi padi dan palawija. Metode: Algoritma clustering yang digunakan yaitu K-means dan K-medoids. Metode evaluasi menggunakan Davies Bouldien Index. Sumber data berasal dari data sekunder dari BPS Kabupaten Jember tahun 2020. Hasil: Diperoleh algoritma terbaik yaitu K-means dengan DBI 0,648 lebih kecil dibandingan K-medoids 0,886 dibagi menjadi 6 klaster yaitu klaster satu sebanyak 1 kecamatan, klaster dua sebanyak 3 kecamatan, klaster tiga sebanyak 2 kecamatan, klaster klaster empat sebanyak 3 kecamatan, klaster lima sebanyak 8 kecamatan dan klaster 6 sebanyak 14 kecamatan. Kesimpulan: K-means dengan 6 cluster menjadi algoritma terbaik untuk pengelompokan produksi tanaman pangan di Kabupaten Jember.
Authors and Affiliations
Akhmad Safrin Sadad Khan, Mohamat Fatekurohman, Yuliani Setia Dewi
Keywords
Related Articles
- EP ID EP740546
- DOI https://doi.org/10.32665/statkom.v2i2.2301
- Views 60
- Downloads 1
Pemodelan Regresi Logistik Ordinal Pada Indeks Pembangunan Manusia (IPM) Di Jawa Timur Tahun 2020
Latar Belakang: Pemerintah terus menerus melakukan pembangunan di segala aspek yaitu aspek pendidikan, kesehatan, dan kehidupan yang layak. Untuk mengukur keberhasilan pembangunan, salah satunya digunakan indikator yaitu...
Pengelompokan Faktor-Faktor yang Mempengaruhi Curah Hujan di Provinsi Sumatera Utara Menggunakan Metode Fuzzy C-Means
Latar Belakang: Di Indonesia, kondisi curah hujan dipengaruhi oleh berbagai faktor, termasuk kondisi fisiografis, pola angin, dan perubahan iklim. Kondisi curah hujan di Sumatera Utara pada tahun 2020 bervariasi di ber...
Penerapan Metode Regresi Linier Berganda Pada Kasus Balita Gizi Buruk Di Kabupaten Bojonegoro
Latar Belakang: Balita merupakan kelompok paling rentan terhadap masalah gizi apabila ditinjau dari sudut masalah kesehatan dan gizi, dimana balita mengalami siklus pertumbuhan dan perkembangan yang relatif pesat. Sala...
Model Double Exponential Smoothing Dalam Peramalan Penerimaan Pajak Pemerintah Pusat Indonesia
Latar Belakang: Peramalan sebagai salah satu cara memprediksi suatu peristiwa atau nilai tertentu di masa depan dengan cara mempertimbangkan data di masa lalu. Peramalan dibutuhkan untuk memprediksi nilai total penerim...
Simulasi Monte Carlo Untuk Prediksi Jumlah Klaim Asuransi Di BPJS Ketenagakerjaan Cabang Bojonegoro
Latar Belakang: Simulasi adalah salah satu cara yang digunakan untuk memprediksi jumlah klaim di masa depan berdasarkan jumlah klaim bulanan pada periode sebelumnya. Simulasi data ini dapat dilakukan dengan simulasi Mo...