Analisis Klasifikasi Produktivitas Tanaman Biofarmaka di Kabupaten Sumedang Menggunakan Metode K-Means Clustering
DOI:
https://doi.org/10.32670/dej.v2i2.21Keywords:
K-Means Clustering, Tanaman Biofarmaka, Produktivitas, Clustering, SumedangAbstract
Penelitian ini bertujuan untuk mengelompokkan komoditas tanaman biofarmaka di Kabupaten Sumedang berdasarkan tingkat produksi, luas panen, dan produktivitas menggunakan metode K-Means Clustering. Data yang digunakan merupakan data sekunder tahun 2025 yang diperoleh dari Badan Pusat Statistik Kabupaten Sumedang. Tahapan analisis meliputi preprocessing data dengan normalisasi menggunakan metode Min-Max, penentuan jumlah cluster menggunakan metode Elbow, serta evaluasi hasil clustering menggunakan Silhouette Score.
Hasil penelitian menunjukkan bahwa jumlah cluster optimal adalah tiga cluster. Cluster 0 terdiri dari komoditas kencur dan lengkuas yang memiliki tingkat produksi dan luas panen tinggi namun produktivitas relatif rendah. Cluster 1 terdiri dari jahe dan kunyit yang memiliki produktivitas tinggi meskipun produksi dan luas panen rendah. Sementara itu, cluster 2 terdiri dari kapulaga, jeruk nipis, dan serai yang memiliki tingkat produksi, luas panen, dan produktivitas relatif rendah.
Hasil evaluasi menggunakan Silhouette Score sebesar 0,500 menunjukkan bahwa kualitas clustering berada pada kategori cukup baik, sehingga metode K-Means mampu memberikan pengelompokan yang cukup representatif. Penelitian ini diharapkan dapat memberikan informasi dalam menentukan prioritas pengembangan komoditas biofarmaka di Kabupaten Sumedang.
References
Almira, Z., Yundari, Y., & Im’roah, N. (2023). Implementasi Metode Polinomial Newton Gregory untuk Mengestimasi Produksi Tanaman Biofarmaka di Kalimantan Barat. Jurnal EurekaMatika, 11(1), 69–78. https://doi.org/10.17509/jem.v11i1.57451
Anwar, A. M., Rinaldi, A. R., & Mulyawan, M. (2024). Perbandingan Algoritma K-Means dan K-Medoids Dalam Pengelompokan Kabupaten dan Kota Berdasarkan Tanaman Biofarmaka. JATI (Jurnal Mahasiswa Teknik Informatika), 7(6), 3388–3393. https://doi.org/10.36040/jati.v7i6.8188
Han, Jiawei., Kamber, Micheline., & Pei, Jian. (2012). Data mining : concepts and techniques. Elsevier/Morgan Kaufmann.
Jain, A. K. (2010). Data clustering: 50 years beyond K-means. Pattern Recognition Letters, 31(8), 651–666. https://doi.org/10.1016/j.patrec.2009.09.011
Kholifah, F. N., & Bahri, S. (2025). Pengelompokan Daerah Produksi Tanaman Biofarmaka Menurut Jenis Tanaman dengan Metode K – Means Clustering. ESTIMASI: Journal of Statistics and Its Application, 6(1), 61–69. https://doi.org/https://doi.org/10.20956/ejsa.v6i1.27200
Larose, D. T. ., & Larose, C. D. . (2014). Discovering knowledge in data : an introduction to data mining. Wiley.
Nicholson, Walter., & Snyder, Christopher. (2012). Microeconomic theory : basic principles and extensions. South-Western/Cengage Learning.
Nikhar, M., & Thakre, L. (2020). Smart Agricultural Farm Enhancement with K-Means Learning. International Journal of Innovative Technology and Exploring Engineering, 9(8), 166–170. https://doi.org/10.35940/ijitee.H6222.069820
Rousseeuw, P. J. (1987). Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20, 53–65. https://doi.org/10.1016/0377-0427(87)90125-7
Satria, I., Manurung, A. A., & Hanafiah, M. A. (2023). Analisis Perkembangan Produksi Tanaman Biofarmaka (Obat) di Indonesia Menggunakan Algoritma Resilient. BRAHMANA: Jurnal Penerapan Kecerdasan Buatan, 5(1), 122–131.
Septianto, M. A., Faqih, A., & Rinaldi, A. R. (2025). Klasterisasi Data Produksi Pertanian di Kabupaten Cirebon dengan Algoritma K-Means. Jurnal Informatika Dan Teknik Elektro Terapan, 13(2). https://doi.org/10.23960/jitet.v13i2.6174
Soekartawi. (2005). Agribisnis Teori dan Aplikasinya. Raja Grafindo Persada.
Tan, P.-Ning., Steinbach, Michael., & Kumar, Vipin. (2006). Introduction to data mining. Pearson Addison Wesley.
Trisnawati, P., & Purnamasari, A. I. (2023). Penerapan Pengelompokkan Produktivitas Hasil Pertanian Menggunakan Algoritma K-Means. Infotek: Jurnal Informatika Dan Teknologi, 6(2), 249–257. https://doi.org/10.29408/jit.v6i2.10198
