Perbandingan Kinerja Algoritma K-Means dan K-Medoids Pada Pengelompokan Usaha Pertanian Perorangan Tanaman Pangan di Provinsi Kalimantan Barat
DOI:
https://doi.org/10.57059/formasi.v5i1.91Kata Kunci:
Tanaman Pangan, Non-Hierarki, K-Means, K-Medoids, Davies Bouldin IndexAbstrak
Provinsi Kalimantan Barat sebagai provinsi terluas ketiga di Indonesia, memiliki potensi yang beragam dan menjanjikan khususnya di bidang pertanian. Berdasarkan hasil Sensus Pertanian 2023, terdapat 354.503 pelaku usaha subsektor pertanian tanaman pangan di Kalimantan Barat (menyumbang 48,58 persen dari total pelaku usaha pertanian). Perlu dilakukan klasifikasi komoditas tanaman pangan untuk mengetahui potensi komoditas tanaman pangan di masing-masing kabupaten/kota. Metode analisis yang digunakan dalam penelitian adalah algoritma K-Means dan K-Medoids. Penggunaan kedua metode ini bertujuan untuk membandingkan dan menentukan algoritma yang paling sesuai dalam analisis ini. Data yang digunakan bersumber dari hasil pencacahan lengkap Sensus Pertanian 2023 dengan variabelnya adalah jumlah usaha pertanian perorangan tanaman pangan (padi dan palawija). Tujuan dari penelitian adalah mengelompokkan kabupaten/kota berdasarkan potensi komoditas tanaman pagan di Kalimantan Barat. Hasil analisis diperoleh K-Means sebagai algoritma terbaik untuk data ini, dengan DBI sebesar 0,637. Lebih kecil dibandingkan algoritma K-Medoids dengan DBI 0,683. Hasil analisis K-Means mengidentifikasi empat cluster area komoditas tanaman pangan. Cluster pertama terdiri dari lima kabupaten/kota, cluster kedua terdiri dari satu kabupaten/kota, cluster ketiga terdiri dari enam kabupaten/kota, dan cluster keempat terdiri dari dua kabupaten/kota.
##submission.downloads##
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Tiara Margareta, Neva Satyahadewi, Retno Pertiwi

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.

