Implementasi Metode K-Means Clustering Untuk Memetakan Daerah Potensial Penghasil Padi di Provinsi Sumatera Utara
Kata Kunci:
K-Means, GIS, Data Mining, Cluster, Potensial Penghasil PadiAbstrak
Dalam rangka memenuhi kebutuhan beras, dinas pertanian berupaya untuk mengoptimalkan hasil pertanian dengan memetakan atau mengelompokkan daerah yang menghasilkan tanaman padi di daerah Sumatera Utara dengan metode KMeans clustering. Berdasarkan data hasil pertanian padi di Dinas Pertanian Provinsi Sumatera Utara, menampilkan beberapa daerah dengan hasil panen padi yang bervariasi jumlahnya. Untuk itu diperlukan pengelompokan daerah potensial penghasil padi dengan membuat aplikasi pemetaan (GIS) untuk mengetahui daerah mana saja yang menghasilkan padi dengan jumlah banyak ataupun sedikit. Pembagian hasil panen biasanya dilakukan berdasarkan nama kecamatan penghasil padi. Oleh karena itu, dibutuhkan metode untuk memudahkan dalam pengelompokan daerah penghasil padi. Dengan pendekatan pengklasteran K-means, pembagian kelompok daerah dapat dilakukan berdasarkan luas panen (Ha), produksi(ton), tahun panen dan lokasi panen padi (Kabupaten) di Sumatera Utara. Pada penelitian ini dilakukan pengklasteran daerah potensial penghasil padi menggunakan algoritma K-Means. Dengan menggunakan metode K-Means, dapat memudahkan pengelompokan suatu daerah dengan hasil panen padi terbesar, sedang dan rendah. Hasilnya adalah sebuah gambaran yang menunjukan pengelompokan daerah berdasarkan hasil pertanian padi. Dari hasil pengujian terhadap 10 data data kasus uji didapatkan nilai dan telah dihitung rata – rata C1 : (255,1323) C2 : (110,6107) dan C3 : (165,0971) hasil rata rata dari C1,C2,C3 : (530,8401). Pada masing masing 10 data tersebut sehingga dapat dikatakan bahwa sistem bekerja dengan cukup baik dan dapat diterapkan pada Dinas Pertanian Sumatera Utara.