Pengelompokan Kabupaten dan Kota di Indonesia Berdasarkan Hasil Produksi Daging Sapi Menggunakan Algoritma K-Means dan K-Medoids
Abstract
Kebutuhan daging sapi yang tinggi di suatu daerah terkadang tidak dibarengi dengan pasokan daging yang sesuai sehingga
konsumsi daging sapi masyarakat Indonesia masih belum merata [1]. Padahal, kebutuhan akan daging sapi begitu penting dalam memenuhi
gizi harian tubuh manusia. Penyebab konsumsi daging sapi masyarakat Indonesia yang belum merata salah satunya yaitu tingkat produksi
daging sapi yang rendah di daerah tertentu namun tinggi akan kebutuhan daging tersebut [2]. Adanya distribusi yang merata sangat
dibutuhkan agar seluruh masyarakat dapat terpenuhi kebutuhan gizinya. Penerapan data mining dalam hal ini diharapkan dapat memberikan
solusi yaitu berupa informasi daerah mana saja yang tingkat produksi daging sapi rendah, sedang, dan tinggi sehingga dapat memetakan
dengan tepat dan dapat membantu dalam pemenuhan gizi masyarakat Indonesia. Algoritma yang digunakan untuk mengelompokan dalam
penelitian ini yaitu K-Means dan K-Medoids.
References
[2] Kementerian Pertanian. 2015. Outlook Komoditas Pertanian Sub Sektor Peternakan Daging Sapi. Desember. Pusat Data dan Sistem Informasi
Pertanian, Sekretariat Jenderal Kementrian Pertanian. Jakarta.
[3] Ngadiyono, N. 2012. Beternak Sapi Potong Ramah Lingkungan. Citra Aji Parama. Yogyakarta.
[4] Marlina, et al. 2018. Implementasi Algoritma K-Medoids dan K-Means Untuk Pengelompokan Wilayah Sebaran Cacat Pada Anak. Jurnal Core IT 4
(2) : 64-71.
[5] Sugiyani, Y., 2016. Pengelompokan Wilayah Berdasarkan Potensi Hasil Pertanian Menggunakan Algoritma K-Means di Kota Cilegon. Jurnal
ProTekInfo. 3 : 60-67.
[6] Pramesti, et al. 2017. Implementasi Metode K-Medoids Clustering untuk Pengelompokan Data Potensi Kebakaran Hutan/Lahan Berdasarkan
Persebaran Titik Panas (Hotspot). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. 1 (9) : 723-732.
[7] Vulandari, R.T. 2013. Pengelompokan Tingkat Keamanan Wilayah Jawa Tengah Berdasarkan Indeks Kejahatan Dan Jumlah Pos Keamanan Dengan
Metode Klastering K-Means. Jurnal Ilmiah SINUS : 59-72.
[8] Pakaya R. Dan Suleman S. 2018. Pengelompokan Kualitas daging ikan tuna Dengan K-Means Berbasis Histogram Derajat Keabuana. Jtech. 6 (2) :
75-80.
[9] Suntoro, J. 2019. Data Mining Algoritma dan Implementasi dengan Pemrograman PHP. Kompas Gramedia. Jakarta.
[10] Sangga, V.A.P. 2018. Perbandingan Algoritma K-Means Dan Algoritma K-Medoids Dalam Pengelompokan Komoditas Peternakan Di Provinsi Jawa
Tengah Tahun 2015. Skripsi. Jurusan Statistika Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Islam Indonesia. Yogyakarta
