ALGORITMA K-MEDOIDS DALAM PENENTUAN KLASTER HASIL PERTANIAN KABUPATEN BOJONEGORO
Total View This Week0
Total View This Week0
Institusion
Universitas Nahdlatul Ulama Sunan Giri
Author
PRATOMO, AGUS
Subject
630 Pertanian dan teknologi yang berkaitan
Datestamp
2025-02-11 03:54:38
Abstract :
Dinas Ketahanan Pangan dan Pertanian merupakan Perangkat Daerah yang melaksanakan urusan pemerintahan Daerah di bidang ketahanan pangan, bidang pertanian, bidang peternakan dan kesehatan hewan serta bidang perikanan yang menjadi kewenangan Daerah. Tersedianya data yang tersimpan dalam suatu institusi merupakan sumber data yang dapat diolah untuk mendapatkan informasi lebih dalam yang dapat digunakan untuk melaporkan data hasil produksi pertanian di kabupaten Bojonegoro. Suatu instansi pendidikan memiliki berbagai data yang berhubungan dengan siswa, guru dan lain sebagainya. Namun terkadang data tersebut tidak terkumpul atau tertata dengan baik sehingga akan mengakibatkan kesulitan dalam membaca laporan. Penelitian ini bertujuan untuk mengimplementasikan dan mengevaluasi efektivitas algoritma K-Medoids dalam penentuan klaster hasil pertanian di Kabupaten Bojonegoro. Kabupaten Bojonegoro memiliki beragam jenis pertanian, termasuk tanaman padi, jagung, dan tanaman hortikultura lainnya. Dengan pertumbuhan sektor pertanian yang pesat, diperlukan suatu metode yang dapat mengelompokkan hasil pertanian tersebut ke dalam klaster yang sesuai berdasarkan karakteristik dan keberagaman produksinya. Penelitian ini menggunakan data hasil pertanian yang terkumpul dari berbagai sumber, termasuk data produksi, luas lahan pertanian, dan faktor-faktor lain yang mempengaruhi hasil pertanian. Algoritma K-Medoids digunakan sebagai metode klastering untuk mengelompokkan wilayah-wilayah pertanian yang memiliki kemiripan karakteristik produksi. Evaluasi dilakukan dengan membandingkan hasil klastering dengan hasil laporan yang sudah ada untuk mengukur performa dan keunggulan algoritma yang diusulkan. Hasil penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem pengelompokan hasil pertanian yang lebih akurat dan efisien di Kabupaten Bojonegoro.
Dinas Ketahanan Pangan dan Pertanian merupakan Perangkat Daerah yang melaksanakan urusan pemerintahan Daerah di bidang ketahanan pangan, bidang pertanian, bidang peternakan dan kesehatan hewan serta bidang perikanan yang menjadi kewenangan Daerah. Tersedianya data yang tersimpan dalam suatu institusi merupakan sumber data yang dapat diolah untuk mendapatkan informasi lebih dalam yang dapat digunakan untuk melaporkan data hasil produksi pertanian di kabupaten Bojonegoro. Suatu instansi pendidikan memiliki berbagai data yang berhubungan dengan siswa, guru dan lain sebagainya. Namun terkadang data tersebut tidak terkumpul atau tertata dengan baik sehingga akan mengakibatkan kesulitan dalam membaca laporan. Penelitian ini bertujuan untuk mengimplementasikan dan mengevaluasi efektivitas algoritma K-Medoids dalam penentuan klaster hasil pertanian di Kabupaten Bojonegoro. Kabupaten Bojonegoro memiliki beragam jenis pertanian, termasuk tanaman padi, jagung, dan tanaman hortikultura lainnya. Dengan pertumbuhan sektor pertanian yang pesat, diperlukan suatu metode yang dapat mengelompokkan hasil pertanian tersebut ke dalam klaster yang sesuai berdasarkan karakteristik dan keberagaman produksinya. Penelitian ini menggunakan data hasil pertanian yang terkumpul dari berbagai sumber, termasuk data produksi, luas lahan pertanian, dan faktor-faktor lain yang mempengaruhi hasil pertanian. Algoritma K-Medoids digunakan sebagai metode klastering untuk mengelompokkan wilayah-wilayah pertanian yang memiliki kemiripan karakteristik produksi. Evaluasi dilakukan dengan membandingkan hasil klastering dengan hasil laporan yang sudah ada untuk mengukur performa dan keunggulan algoritma yang diusulkan. Hasil penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem pengelompokan hasil pertanian yang lebih akurat dan efisien di Kabupaten Bojonegoro.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
