Pengelompokkan Pupuk Bersubsidi di Kabupaten Bojonegoro Menggunakan Metode K-Medoids Clustering
Total View This Week0
Total View This Week0
Institusion
Universitas Nahdlatul Ulama Sunan Giri
Author
Hidayah, Febriyani Nur
Subject
004 Pemrosesan data dan ilmu komputer
Datestamp
2024-08-13 02:07:51
Abstract :
Penelitian ini bertujuan untuk mengelompokkan pupuk bersubsidi di Kabupaten Bojonegoro menggunakan metode K-Medoids clustering. Pupuk bersubsidi merupakan salah satu bentuk bantuan pemerintah untuk meningkatkan produksi pertanian. Namun, distribusi pupuk yang tidak merata dapat menghambat produktivitas pertanian. Oleh karena itu, diperlukan metode yang efisien untuk mengelompokkan pupuk bersubsidi agar distribusinya lebih tepat sasaran.Metode yang digunakan dalam penelitian ini adalah K-Medoids clustering, yang merupakan bagian dari algoritma data mining unsupervised. KMedoids dipilih karena mampu mengatasi kelemahan K-Means dalam hal sensitivitas terhadap data outlier. Untuk evaluasi hasil clustering, digunakan Silhouette Coefficient yang membantu menilai kualitas dan kekuatan dari cluster yang dihasilkan.Dataset yang digunakan dalam penelitian ini diperoleh dari Dinas Ketahanan Pangan dan Pertanian Kabupaten Bojonegoro, mencakup data pupuk bersubsidi tahun 2020. Penelitian ini mengelompokkan pupuk bersubsidi ke dalam tiga kategori: tinggi, sedang, dan rendah, berdasarkan kebutuhan pupuk tiap kecamatan.Hasil penelitian menunjukkan bahwa metode K-Medoids dengan evaluasi Silhouette Coefficient memberikan hasil clustering yang optimal dan efisien. Pengelompokan ini diharapkan dapat membantu pihak terkait dalam menentukan kebijakan distribusi pupuk bersubsidi yang lebih tepat, sehingga dapat meningkatkan kesejahteraan petani di Kabupaten Bojonegoro.
Penelitian ini bertujuan untuk mengelompokkan pupuk bersubsidi di Kabupaten Bojonegoro menggunakan metode K-Medoids clustering. Pupuk bersubsidi merupakan salah satu bentuk bantuan pemerintah untuk meningkatkan produksi pertanian. Namun, distribusi pupuk yang tidak merata dapat menghambat produktivitas pertanian. Oleh karena itu, diperlukan metode yang efisien untuk mengelompokkan pupuk bersubsidi agar distribusinya lebih tepat sasaran.Metode yang digunakan dalam penelitian ini adalah K-Medoids clustering, yang merupakan bagian dari algoritma data mining unsupervised. KMedoids dipilih karena mampu mengatasi kelemahan K-Means dalam hal sensitivitas terhadap data outlier. Untuk evaluasi hasil clustering, digunakan Silhouette Coefficient yang membantu menilai kualitas dan kekuatan dari cluster yang dihasilkan.Dataset yang digunakan dalam penelitian ini diperoleh dari Dinas Ketahanan Pangan dan Pertanian Kabupaten Bojonegoro, mencakup data pupuk bersubsidi tahun 2020. Penelitian ini mengelompokkan pupuk bersubsidi ke dalam tiga kategori: tinggi, sedang, dan rendah, berdasarkan kebutuhan pupuk tiap kecamatan.Hasil penelitian menunjukkan bahwa metode K-Medoids dengan evaluasi Silhouette Coefficient memberikan hasil clustering yang optimal dan efisien. Pengelompokan ini diharapkan dapat membantu pihak terkait dalam menentukan kebijakan distribusi pupuk bersubsidi yang lebih tepat, sehingga dapat meningkatkan kesejahteraan petani di Kabupaten Bojonegoro.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
