Implementasi Algoritma K-Means Untuk Klustering Data Produktivitas Kelapa Sawit
Implementation Of K-Means Algorithm For Palm Oil Productivity Data Clustering
DOI:
https://doi.org/10.57152/ijirse.v3i1.488Kata Kunci:
Algoritma K-Means, pengelompokan , Data Mining, hasil produksiAbstrak
Hasil panen kelapa sawit merupakan hal yang sangat penting bagi sebuah perusahaan kelapa sawit terutama pada PT Adei Plantation & Industry. Mengelompokkan kualitas bibit sawit perlu dilakukan untuk mengetahui kelompok jenis bibit kelapa sawit yang berkualitas baik dan tidak baik sehingga proses penanaman kelapa sawit dapat dilakukan dengan baik pula. Belum dilakukannya pemetaan terhadap buah yang berpotensi baik untuk di produksi oleh pihak terkait dikarenakan terlalu luasnya daerah perkebunan kelapa sawit yang ada pada wilayah Mandau, dan pihak terkait masih belum dapat memberikan planning untuk melakukan panen buah merupakan permasalahan yang dihadapi perusahaan ini. Oleh karena itu, dibutuhkan metode untuk memudahkan dalam pengelompokan produksi buah berdasarkan blok panennya. Dengan pendekatan pengklasteran K-Means, pembagian kelompok lokasi dapat dilakukan berdasarkan hasil buah, hasil biji buah (brondol) dan hasil produksi. Pada penelitian ini dilakukan pengklasteran blok panen penghasil buah menggunakan algoritma K-Means. K-Means merupakan salah satu algoritma yang masuk dalam kelompok Unsupervised learning yang digunakan untuk mengelompokkan data kedalam beberapa kelompok berdasarkan kemiripan data yang dimiliki. Hasil dari penelitian ini didapakan C0 ialah 13 data, dan C1 ialah 35 data.
Referensi
T. Yuniarti and D. Hayati, “Segmentasi Perkebunan Kelapa Sawit dengan Data Mining Teknik K-Means Clustering Berdasarkan Luas Areal, Produksi dan Produktivitas,” Invent. Ind. Vocat. E-Journal Agroindustry, vol. 2, no. 2, p. 56, 2021, doi: 10.52759/inventory.v2i2.47.
M. Sitorus, H. Vande, N. Sinaga, R. Pramono, and D. Kusumo, “Clusterisasi Perkebunan Kelapa Sawit Berdasarkan Luas Area Produksi Dengan Algoritma K-MEANS,” J. Informatics …, vol. 3, no. 1, 2022, [Online]. Available: https://journal.univpancasila.ac.id/index.php/jiac/article/view/3660%0Ahttps://journal.univpancasila.ac.id/index.php/jiac/article/download/3660/1934
Y. I. Febiola, I. Cholissodin, and C. Dewi, “Peramalan Hasil Panen Kelapa Sawit Menggunakan Metode Multifactors High Order Fuzzy Time Series yang Dioptimasi dengan K-Means Clustering ( Studi Kasus?: PT . Sandabi Indah Lestari Kota Bengkulu ),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 12, 2019, [Online]. Available: http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/6841
S. Hajar, A. A. Novany, A. P. Windarto, A. Wanto, and E. Irawan, “Penerapan K-Means Clustering pada ekspor minyak kelapa sawit menurut negara tujuan,” Semin. Nas. Teknol. Komput. Sains 2020, pp. 314–318, 2020.
D. F. Pasaribu, I. S. Damanik, E. Irawan, Suhada, and H. S. Tambunan, “Memanfaatkan Algoritma K-Means Dalam Memetakan Potensi Hasil Produksi Kelapa Sawit PTPN IV Marihat,” BIOS J. Teknol. Inf. dan Rekayasa Komput., vol. 2, no. 1, pp. 11–20, 2021, doi: 10.37148/bios.v2i1.17.
W. J. Mawaddah, I. Gunawan, and I. P. Sari, “Implementation of Data Mining Algorithm for Clustering of Palm Oil Harvested Data,” JOMLAI J. Mach. Learn. Artif. Intell., vol. 1, no. 1, pp. 43–54, 2022, doi: 10.55123/jomlai.v1i1.163.
I. M. Pulungan, S. Saifullah, M. Fauzan, and A. P. Windarto, “Implementasi Algoritma K-Means Clustering dalam Menentukan Blok Tanaman Sawit Paling Produktif,” Pros. Semin. Nas. Ris. Inf. Sci., vol. 1, no. September, p. 338, 2019, doi: 10.30645/senaris.v1i0.39.
R. E. Marpaung, “Penerapan Algoritma K-Means Dalam Mengclustering Kualitas Bibit Kelapa Sawit Di PPKS Marihat,” Bul. Big Data, Data Sci. Artif. Intell. Penerapan, vol. 1, no. 1, pp. 7–15, 2022.
D. Alif Fajar Fadhillah, A. Faisol, and N. Vendyansyah, “Penerapan Metode K-Means Clustering Pada Pemetaan Lahan Kopi Di Kabupaten Malang,” JATI (Jurnal Mhs. Tek. Inform., vol. 6, no. 1, pp. 162–170, 2022, doi: 10.36040/jati.v6i1.4617.
A. N. Sihananto, A. Puspita Sari, H. Khariono, R. Akhmad Fernanda, and D. Cakra Mudra Wijaya, “Implementasi Metode K-Means Untuk Pengelompokan Kasus Covid-19 Tingkat Provinsi Di Indonesia,” J. Inform. dan Sist. Inf., vol. 3, no. 1, pp. 76–85, 2022, doi: 10.33005/jifosi.v3i1.472.
G. Baik, D. A. N. Gizi, B. Pada, S. Kasus, K. Rokan, and K. R. Miner, “Dona, 2) Mi’rajul Rifqi ABSTRAK,” vol. 7, no. 2, 2022.
B. Lesmana, “Pengelompokan Pengiriman Hasil Kelapa Sawit Berdasarkan Tonase dan Kwalitas Menggunakan Metode Clustering (Studi Kasus: KUD Bumi Pusaka),” Semin. Nas. Inform., pp. 154–165, 2021.
Y. Andini et al., “PENERAPAN DATA MINING TERHADAP TATA LETAK BUKU,” vol. XI, no. 1, pp. 9–15, 2022.
A. Nofiar, S. Defit, and Sumijan, “Penentuan Mutu Kelapa Sawit Menggunakan Metode K-Means Clustering,” J. KomtekInfo, vol. 5, no. 3, pp. 1–9, 2019, doi: 10.35134/komtekinfo.v5i3.26.
W. D. H. Hendra Effendi, Ahmad Syahrial, Sefran Prayoga, “Penerapan Metode K-Means Clustering untuk Pengelompokan Lahan Sawit Produktif pada PT Kasih Agro Mandiri,” Teknomatika, vol. 11, no. 02, pp. 117–126, 2021.
F. Yunita, “Penerapan Data Mining Menggunkan Algoritma K-Means Clustring Pada Penerimaan Mahasiswa Baru,” Sistemasi, vol. 7, no. 3, p. 238, 2018, doi: 10.32520/stmsi.v7i3.388.
Y. Hawari, J. T. Hardinata, and R. A. Nasuition, “Implementasi K-Means Clustering Dalam Menentukan Kualitas Biji Kelapa Sawit ( Kasus PPKS Marihat ),” vol. 1, no. 1, pp. 16–23, 2022.
N. Nuraisana, “Analisis Clustering Untuk Mengetahui Tingkat Potensi Tanaman Kelapa Sawit Berdasarkan Luas Tanaman Menggunakan Algoritma K …,” J. Mantik Penusa, vol. 3, no. 1, pp. 110–123, 2019, [Online]. Available: http://e-jurnal.pelitanusantara.ac.id/index.php/mantik/article/view/727
T. Pribadi, R. Irsyada, H. Audytra, and D. A. Fatah, “9006-24189-2-Pb,” vol. 9, no. 1, pp. 20–28, 2020.
N. Dwitri, J. A. Tampubolon, S. Prayoga, F. I. R.H Zer, and D. Hartama, “Penerapan Algoritma K-Means Dalam Menentukan Tingkat Penyebaran Pandemi Covid-19 Di Indonesia,” J. Teknol. Inf., vol. 4, no. 1, pp. 128–132, 2020, doi: 10.36294/jurti.v4i1.1266.
A. F. Tanjung, T. M. Diansyah, and R. Rismayanti, “Pemanfaatan Algortima K-Means Clustering Sebagai Pengamanan Pencurian Buah Kelapa Sawit Se-Distrik Tandun PT. Perkebunan Nusantara V,” J. Media Inform. Budidarma, vol. 3, no. 4, p. 351, 2019, doi: 10.30865/mib.v3i4.1443.
R. Supardi and I. Kanedi, “Implementasi Metode Algoritma K-Means Clustering pada Toko Eidelweis,” J. Teknol. Inf., vol. 4, no. 2, pp. 270–277, 2020, doi: 10.36294/jurti.v4i2.1444.
P. Alkhairi and A. P. Windarto, “Penerapan K-Means Cluster pada Daerah Potensi Pertanian Karet Produktif di Sumatera Utara,” Semin. Nas. Teknol. Komput. Sains, pp. 762–767, 2019.
D. Suhendro, I. S. Damanik, and M. Fauzan, “Implementasi K-Means Clustering Untuk Mengelompokkan Hasil Pertanian Kacang Kedelai ( Ha ) Berdasarkan Provinsi,” Senaris, vol. 2, no. 5, pp. 192–199, 2020.
E. Andriani, L. Zuni, A. Nasution, and R. A. Azdy, “KLASTERISASI LAHAN SAWIT PADA SRIWIJAYA PALM OIL PALEMBANG MENGGUNAKAN ALGORITMA K-MEANS,” pp. 1432–1440, 2022.
