ANALISIS DAN IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK PEMETAAN WILAYAH HASIL PRODUKSI JAGUNG DI NUSA TENGGARA BARAT

INES, PUTRI OKTOVIANI (2025) ANALISIS DAN IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK PEMETAAN WILAYAH HASIL PRODUKSI JAGUNG DI NUSA TENGGARA BARAT. undergraduate thesis, Universitas Muhammadiyah Mataram.

	Text COVER-DAFTAR PUSTAKA4.pdf Download (3MB)
	Text SIMILARITY CHECK.pdf Download (32MB)

Abstract

Jagung (Zea mays L.) merupakan komoditas strategis di Indonesia yang berperan penting sebagai sumber pangan dan pakan ternak. Provinsi Nusa Tenggara Barat (NTB) menjadi salah satu sentra produksi jagung terbesar, namun produktivitas antarwilayah masih berbeda signifikan akibat faktor seperti curah hujan, luas panen, dan serangan hama. Analisis berbasis data diperlukan untuk mengelompokkan wilayah berdasarkan potensi produksi agar strategi pengelolaan pertanian lebih efektif. Penelitian ini bertujuan memetakan wilayah produksi jagung di NTB menggunakan algoritma K-Means Clustering untuk mengidentifikasi klaster dengan potensi tinggi, sedang, dan rendah. Data sekunder berasal dari BPS, BMKG, dan BPTP NTB mencakup luas panen, produksi, produktivitas, curah hujan, dan serangan hama selama 2001–2023. Tahapan meliputi pra- pemrosesan data (penanganan missing value dengan rata-rata, penghapusan duplikat, normalisasi Min-Max), seleksi fitur menggunakan korelasi Pearson, reduksi dimensi dengan PCA, penerapan K-Means, serta evaluasi menggunakan Silhouette Score dan Davies-Bouldin Index. Hasil analisis menunjukkan tiga klaster optimal (k=3): produksi tinggi (Kabupaten Bima, Dompu, Sumbawa), sedang (Sumbawa Barat, Lombok Timur), dan rendah (Lombok Barat, Lombok Tengah, Lombok Utara, Kota Bima, Kota Mataram). Nilai Silhouette Score 0,76 dan DBI 0,32 menunjukkan kualitas klaster baik. Hasil ini dapat menjadi dasar strategi peningkatan produksi jagung dan distribusi bantuan tepat sasaran.

Item Type:

Thesis (undergraduate)

Contributors: