Penerapan Data Mining Dalam Mengelompokkan Hasil Produksi Tanaman Perkebunan Berdasarkan Provinsi Menggunakan Metode K-Means

Azhari Abdillah Simangunsong

Abstract


Tujuan dari penelitian ini untuk melihat perkembangan jumlah hasil produksi tanaman perkebunan setiap tahunnya. Dan untuk mengetahui provinsi mana saja yang menghasilkan paling banyak produksi tanaman perkebunan. Pada penelitian ini peneliti menggunakan teknik Data Mining Algoritma K-Means. Sumber data penelitian ini dikumpulkan berdasarkan berkas berkas perkebunan yang dihasilkan oleh Badan Pusat Statistik (BPS) yang bias dilihat melalui link http://www.bps.go.id. Data yang digunakan adalah data dari tahun 2018-2020 yang terdiri dari 34 provinsi. Dengan dilakukannya penelitian ini maka provinsi yang memiliki cluster tertinggi dan terendah mendapatkan masukan supaya dapat meningkatkan hasil produksi tanaman perkebunan mereka dengan cara memberikan kualitas pupuk dan meningkatkan kualitas perawatan pada tanaman tanaman yang diproduksi.


References


AGUSTINA LILI, SUHADA, SAPUTRA WIDODO (2022) PENGELOMPOKKAN HASIL PANEN KELAPA SAWIT DALAM PRODUKSI PER BLOK MENGGUNAKAN ALGORITMA K-MEANS

NENCI SIRAIT (2017) IMPLEMENTASI K-MEANS CLUSTERING PADA PENGELOMPOKKAN MUTU BIJI SAWIT (STUDI KASUS : PT MULTIMAS NABATI ASAHAN)

LILA AGUSTINI, SUMARNO, IKA OKTA KIRANA (2022) PENGELOMPOKKAN DATA JANJANGAN PANEN KELAPA SAWIT MENGGUNAKAN ALGORITMA K-MEDOIDS PADA PT SIR MANDAU

DENY FRANATA PASARIBU, IRFAN SUDAHRI DAMANIK, EKA IRAWAN, SUHADA, HERU SATRIA TAMBUNAN (2021) MANFAAT ALGORITMA K-MEANS DALAM MEMETAKAN POTENSI HASIL PRODUKSI KELAPA SAWIT PTPN IV MARIHAT


Refbacks

  • There are currently no refbacks.



 

LPPM STIKOM Tunas Bangsa
https://tunasbangsa.ac.id/lp2m/
Organized by STIKOM Tunas Bangsa
Published by LPPM STIKOM Tunas Bangsa
W: https://skripsi.tunasbangsa.ac.id/index.php/2022

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0