Penerapan Metode K-Means Clustering Untuk Pemetaan Produktivitas Sayur-Sayuran Berbasis Sistem Informasi Geografis Di Provinsi Sumatera Utara

Dinas Ketahanan Pangan dan Hortikultura Provinsi Sumatera Utara

Abstrak

Abstrak

Salah satu daerah pemasok produksi sayur-sayuran adalah Provinsi Sumatera Utara. Sumatera Utara sendiri terdiri dari 25 kabupaten dan 8 kota, yang mana masyarakatnya bekerja sebagai petani, dalam berbudaya sayur-sayuran, tingkat produktivitas dapat meningkat maupun menurun di setiap daerah nya. Maka diperlukan sebuah sistem informasi geografis agar setiap kabupaten di provinsi Sumatera Utara mengetahui dari tingkat produktivitas sayur-sayuran setiap tahunnya. Dalam pemetaan dan mengelompokkan hasil produksi sayur-sayuran, penelitian ini menggunakan metode algoritma K-Means Clustering yang merupakan salah satu teknik dari algoritma Data Mining. Evaluasi hasil clustering untuk memastikan bahwa kelompok-kelompok yang terbentuk memiliki interpretasi yang bermakna. Perhatikan hubungan antara atribut dan kelompok sayuran yang terbentuk. Misalnya, apakah kelompok-kelompok tersebut memperlihatkan pola geografis tertentu atau perbedaan dalam jumlah produktivitas. Pembangunan sistem informasi geografis berbasis website dapat menyediakan aksesibilitas dan visualisasi yang mudah bagi pengguna untuk melihat hasil produksi sayur-sayuran dari tingkat terendah sampai tertinggi. Dengan adanya sistem ini, admin dapat mengakses informasi yang relevan melalui sistem dan melihat pemetaan hasil produksi sayur-sayuran di berbagai wilayah di Sumatera Utara.

Kata Kunci: Sistem Informasi Geografis, Sayur-Sayuran, Pemetaan, K-Means, Clustering

Referensi

Anggraini, Y., Pasha, D., & Setiawan, A. (2020). Sistem Informasi Penjualan Sepeda Berbasis Web Menggunakan Framework Codeigniter (Studi Kasus : Orbit Station). Jurnal Teknologi Dan Sistem Informasi (JTSI), 1(2), 64–70. http://jim.teknokrat.ac.id/index.php/JTSI

Fauzi, M. S., & Samsudin, S. (2022). Smart School Berbasis Web Interaktif di SD Swasta Amaliyah Sunggal dengan Algoritma K-Means Cluster. Jurnal Sisfokom (Sistem Informasi Dan Komputer), 11(3), 332–341. https://doi.org/10.32736/sisfokom.v11i3.1479

Febriani, Y., Sari, Y. P., & Octaria, D. (2021). Metode K-Means Cluster Untuk Mengelompokkan Kota/Kabupaten di Sumatera Selatan Berdasarkan Produksi Ikan Air Tawar. Sainmatika: Jurnal Ilmiah Matematika Dan Ilmu Pengetahuan Alam, 18(2), 175. https://doi.org/10.31851/sainmatika.v18i2.6722

Indriyani, F., & Irfiani, E. (2019). Clustering Data Penjualan pada Toko Perlengkapan Outdoor Menggunakan Metode K-Means. JUITA : Jurnal Informatika, 7(2), 109. https://doi.org/10.30595/juita.v7i2.5529

Karsana, I. W. W., & Mahendra, G. S. (2021). Sistem Informasi Geografis Pemetaan Lokasi Puskesmas Menggunakan Google Maps Api Di Kabupaten Badung. Jurnal Komputer Dan Informatika, 9(2), 160–167. https://doi.org/10.35508/jicon.v9i2.5214

Kurniawan, H., Apriliah, W., Kurnia, I., & Firmansyah, D. (2021). Penerapan Metode Waterfall Dalam Perancangan Sistem Informasi Penggajian Pada Smk Bina Karya Karawang. Jurnal Interkom: Jurnal Publikasi Ilmiah Bidang Teknologi Informasi Dan Komunikasi, 14(4), 13–23. https://doi.org/10.35969/interkom.v14i4.78

Kurniawati, U. F., Handayeni, K. E., Nurlaela, S., Idajati, H., Firmansyah, F., Pratomoadmojo, N. A., & Septriadi, R. S. (2020). Pengolahan Data Berbasis Sistem Informasi Geografis (SIG) di Kecamatan Sukolilo. Sewagati, 4(3), 190. https://doi.org/10.12962/j26139960.v4i3.8048

Mertha, I. M. P., Simadiputra, V., Setyawan, E., & Suharjito, S. (2019). Implementasi WebGIS untuk Pemetaan Objek Wisata Kota Jakarta Barat dengan Metode Location Based Service menggunakan Google Maps API. InfoTekJar (Jurnal Nasional Informatika Dan Teknologi Jaringan), 4(1), 21–28. https://doi.org/10.30743/infotekjar.v4i1.1486

Rahmanto, Y., Hotijah, S., & Damayanti, . (2020). Perancangan Sistem Informasi Geografis Kebudayaan Lampung Berbasis Mobile. Jurnal Data Mining Dan Sistem Informasi, 1(1), 19. https://doi.org/10.33365/jdmsi.v1i1.805

Seimahuira, S. (2021). IMPLEMENTASI DATAMINING DALAM MENENTUKAN DESTINASI UNGGULAN BERDASARKAN ONLINE REVIEWS TRIPADVISOR MENGGUNAKAN ALGORITMA K-MEANS. 12(1), 53–58. https://doi.org/http://dx.doi.org/10.31602/tji.v12i1.4229

Sekar Setyaningtyas, Indarmawan Nugroho, B., & Arif, Z. (2022). Tinjauan Pustaka Sistematis: Penerapan Data Mining Teknik Clustering Algoritma K-Means. Jurnal Teknoif Teknik Informatika Institut Teknologi Padang, 10(2), 52–61. https://doi.org/10.21063/jtif.2022.v10.2.52-61

Sembiring, F., Octaviana, O., & Saepudin, S. (2020). Implementasi Metode K-Means Dalam Pengklasteran Daerah Pungutan Liar Di Kabupaten Sukabumi (Studi Kasus : Dinas Kependudukan Dan Pencatatan Sipil). Jurnal Tekno Insentif, 14(1), 40–47. https://doi.org/10.36787/jti.v14i1.165

Utomo, S., & Hamdani, M. A. (2021). Sistem Informasi Geografis (SIG) Pariwisata Kota Bandung menggunakan Google Maps API dan PHP. Jurnal Teknologi Informasi Dan Komunikasi, XI(1), 1–9. https://doi.org/S. Utomo and M. A. Hamdani, “Sistem Informasi Geografis (SIG) Pariwisata Kota Bandung menggunakan Google Maps API dan PHP,” J. Teknol. Inf. dan Komun., vol. XI, no. 1, pp. 1–9, 2021.

Wijaya, Y. D., & Astuti, M. W. (2019). Sistem Informasi Penjualan Tiket WisatWijaya, Y. D., & Astuti, M. W. (2019). Sistem Informasi Penjualan Tiket Wisata Berbasis Web Menggunakan Metode Waterfall. Seminar Nasional Teknologi Informasi Dan Komunikasi, 273–276.a Berbasis Web Menggunakan Metode . Seminar Nasional Teknologi Informasi Dan Komunikasi, 273–276.