Implementasi K-Means Clustering Dalam Pengelompokkan Banyaknya Jumlah Petani Berdasarkan Kecamatan di Provinsi Jawa Barat

  • Muhammad Yamin Nurzaman Universitas Singaperbangsa Karawang

Abstract

Farmers play a crucial role in addressing climate change and the global food crisis, but they must adapt to the changing agricultural production system. To help the West Java Provincial Agriculture Service prepare effective farmer empowerment programs, K-Means Clustering can be used to classify farmers in the province based on sub-districts. This research aims to group sub-districts according to their farmer population, and the clustering process has produced two clusters, with the highest cluster comprising 22,120 people.

References

[1] W. Wardani and O. Anwarudin, “Peran Penyuluh Terhadap Penguatan Kelompok Tani Dan Regenerasi Petani Di Kabupaten Bogor Jawa Barat,” J. TABARO Agric. Sci., vol. 2, no. 1, p. 191, 2018, doi: 10.35914/tabaro.v2i1.113.
[2] A. W. Santoso, L. Effendy, and E. Krisnawati, “Percepatan Regenerasi Petani Pada Komunitas Usahatani Sayuran Di Kecamatan Samarang Kabupaten Garut Provinsi Jawa Barat,” J. Inov. Penelit., vol. 1, no. 3, pp. 325–336, 2020, doi: 10.47492/jip.v1i3.59.
[3] F. N. Dhewayani, D. Amelia, D. N. Alifah, B. N. Sari, and M. Jajuli, “Implementasi K-Means Clustering untuk Pengelompokkan Daerah Rawan Bencana Kebakaran Menggunakan Model CRISP-DM,” J. Teknol. dan Inf., vol. 12, no. 1, pp. 64–77, 2022, doi: 10.34010/jati.v12i1.6674.
[4] S. F. Mandang and B. N. Sari, “Penerapan K-Means Cluster Pada Daerah Penggunaan Teknologi di Indonesia,” JOINS (Journal Inf. Syst., vol. 6, no. 1, pp. 131–138, 2021, doi: 10.33633/joins.v6i1.4545.
[5] T. Tendean and W. Purba, “Analisis Cluster Provinsi Indonesia Berdasarkan Produksi Bahan Pangan Menggunakan Algoritma K-Means,” J. Sains dan Teknol., vol. 1, no. 2, pp. 5–11, 2020.
[6] A. S. Wibowo, I. D. Mulyastuti, I. Teknologi, and B. Rakyat, “Penerapan Algoritma K-Means Clustering Pada Jumlah Fasilitas Kesehatan Menurut Pemerintah Provinsi DKI Jakarta,” vol. 23, no. 2, pp. 116–122, 2022.
[7] M. G. Sadewo, A. P. Windarto, and A. Wanto, “Penerapan Algoritma Clustering Dalam Mengelompokkan Banyaknya Desa/Kelurahan Menurut Upaya Antisipasi/ Mitigasi Bencana Alam Menurut Provinsi Dengan K-Means,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 311–319, 2018, doi: 10.30865/komik.v2i1.943.
[8] S. Setiawan, “Analisis Cluster Menggunakan Algoritma K-Means Untuk Mengetahui Kemampuan Pegawai Dibidang IT Pada CV. Roxed Ltd,” J. Pelita Inform., vol. 18, pp. 80–86, 2019, [Online]. Available: https://ejurnal.stmik-budidarma.ac.id/index.php/pelita/article/view/1142
[9] Y. P. Sari, A. Primajaya, and A. S. Y. Irawan, “Implementasi Algoritma K-Means untuk Clustering Penyebaran Tuberkulosis di Kabupaten Karawang,” INOVTEK Polbeng - Seri Inform., vol. 5, no. 2, p. 229, 2020, doi: 10.35314/isi.v5i2.1457.
[10] A. Sulistiyawati and E. Supriyanto, “Implementasi Algoritma K-means Clustring dalam Penetuan Siswa Kelas Unggulan,” J. Tekno Kompak, vol. 15, no. 2, p. 25, 2021, doi: 10.33365/jtk.v15i2.1162.
[11] Abdussalam Amrullah, Intam Purnamasari, Betha Nurina Sari, Garno, and Apriade Voutama, “Analisis Cluster Faktor Penunjang Pendidikan Menggunakan Algoritma K-Means (Studi Kasus: Kabupaten Karawang),” J. Inform. dan Rekayasa Elektron., vol. 5, no. 2, pp. 244–252, 2022, doi: 10.36595/jire.v5i2.701.
Published
2023-09-08