Fitri Handayani
Teknik Informatika, Politeknik Kampar, Bangkinang, Indonesia

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Optimasi Metode K-Means dan K-Medoids Berdasarkan Jumlah Cluster dan Nilai DBI Dalam Pengelompokkan Produksi Kelapa Sawit Di Provinsi Riau Fina Nasari; Dahriani Hakim Tanjung; Fitri Handayani
INFOSYS (INFORMATION SYSTEM) JOURNAL Vol 7, No 2 (2023): InfoSys Februari 2023
Publisher : Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/infosys.7.2.2023.129-141

Abstract

Kelapa sawit merupakan salah satu jenis sumber daya alam yang terkenal didunia. Perkebunan kelapa sawit terbesar didunia berada di Indonesia. Provinsi  riau menjadi salah satu provinsi dengan produksi kelapa sawit tertinggi di Indonesia dengan luas kebun 2.8 juta Ha produksi 8.8 juta ton per tahun. Penyebaran kelapa sawit di provinsi riau hampir diseluruh kabupaten, sehingga perlu adanya pengelompokkan daerah produksi kelapa sawit. Clustering menjadi salah satu metode yang dapat  mengelompokkan data pada data yang sejenis. Proses clustering dapat menggunakan metode K-means atau K-medoids. Perlu adanya pengujian untuk melihat metode yang lebih optimal dalam proses cluster berdasarkan jumlah cluster dan nilai DBI untuk mendappatkan hasil pengelompokkan daerah produksi kelapa sawit terbaik. Pengujian menggunakan Tools Rapit Miner. Jumlah Cluster yang digunakan dalam pengujian ini adalah 2, 3 dan 5. Hasil penelitian ini menunjukkan Jumlah Cluster 2 menjadi cluster terbaik dengan nilai DBI untuk metode K-medoid -159796492242,667 dan metode K-Means -82338884292,014. Metode K-Medoid menjadi metode cluster terbaik dengan cluster yang dihasilkan berupa 7 kabupaten pada kelompok jumlah produksi Tinggi dan 5 kabupaten masuk pada kelompok jumlah produksi Rendah.