PENGELOMPOKAN POTENSI PRODUKSI PADI DI KABUPATEN BOJONEGORO MENGGUNAKAN METODE K-MEANS CLUSTERING

RAMADHAN, PANCA (2024) PENGELOMPOKAN POTENSI PRODUKSI PADI DI KABUPATEN BOJONEGORO MENGGUNAKAN METODE K-MEANS CLUSTERING. Sarjana (S1) thesis, Universitas Nahdlatul Ulama Sunan Giri.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (609kB)
[thumbnail of AWALAN.pdf] Text
AWALAN.pdf

Download (1MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (614kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only

Download (903kB) | Request a copy
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (2MB) | Request a copy
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[thumbnail of BAB V.pdf] Text
BAB V.pdf

Download (604kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf

Download (611kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Registered users only

Download (2MB) | Request a copy

Abstract

Tanaman padi merupakan tanaman penghasil beras, dan beras merupakan salah satu sumber makanan pokok yang sebagian besar dikonsumsi oleh masyarakat Indonesia. Dalam proses bertani padi ada kalanya pada tiap kecamatan mengalami kenaikan atau penurunan produksi padi. Dalam pengolahan hasil produksi padi tersebut, para petani sendiri terkadang tidak mengetahui hasil produksi padi di daerahnya. Oleh karena itu perlu dilakukan pemetaan atau pengelompokkan daerah untuk membantu mengoptimalkan hasil pertanian tanaman padi, khusunya di daerah Kabupaten Bojonegoro. Pengelompokkan tersebut dapat menggunakan metode Clustering dengan algoritma K-Means. Dengan data yang sudah dikelompokkan menggunakan algoritma K-Means, diharapkan dapat mempermudah dinas pertanian dalam menghitung hasil pertanian pada tiap daerah. Penentuan jumlah cluster terbaik menggunakan bantuan software RapidMiner dengan menghitung rata-rata dalam jarak centroid pada setiap cluster dan disimulasikan pada excel sehingga mendapatkan nilai penurunan paling tinggi dan membentuk elbow atau siku pada cluster 3, sehingga 3 cluster menjadi pilihan yang terbaik untuk penelitian ini. Hasil cluster akhir yang diperoleh dari perhitungan menggunakan metode ini yaitu pada C1 menggambarkan daerah yang hasil produksi padinya rendah dengan 9 kecamatan, C2 menggambarkan daerah yang hasil produksi padinya sedang dengan 12 kecamatan. Dan C3 menggambarkan daerah yang hasil produksi padinya tinggi dengan 7 kecamatan.

Item Type: Thesis (Sarjana (S1))
Uncontrolled Keywords: Tanaman Padi, Algoritma K-Means, Clustering , RapidMiner
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Panca Ramadhan
Date Deposited: 22 Jul 2024 07:55
Last Modified: 22 Jul 2024 07:55
Contributors (Pembimbing / Pengarah):
Contribution
Name
NIDN
Thesis advisor
ALAWI, ZAKKI
NIDN0709068906
Thesis advisor
SA'IDA, ITA ARISTIA
NIDN0708039101
URI: https://repository.unugiri.ac.id:8443/id/eprint/5490

Actions (login required)

View Item
View Item